蚂蚁灵波具身大模型挑战赛收官:TARS战队夺冠,平均年龄25岁
00后爆改机械臂,狂揽全国总冠军!15战队上海鏖战48h结果出炉
新智元报道
新智元报道

首届蚂蚁灵波具身大模型挑战赛总决赛成绩刚刚公布。
冠军由
TARS战队拿下,这支队伍的平均年龄是25岁。
第二名是华中科技大学与清华大学深圳研究院的EVA战队,得分74.77;第三名是「老年上海观光团」SST战队,得分65.87,两队同获二等奖。
三等奖方面,同济大学Vida战队、复旦大学FDU-SONIC战队、大连理工大学ai-robot战队依次排在第四到第六名。

上海张江科学会堂里,15台双臂机器人已连续跑了48个小时。这是大赛48小时真机黑客松总决赛的现场,一场极限实战。
大赛是目前行业里规模最大的具身大模型赛事,全球13个国家、648家高校与企业的1855支战队、3252名选手报了名。
线上初赛是124选1的残酷淘汰,最后只有15支队伍、59名选手突围,站到上海总决赛的擂台上。

这场大赛头一回向整个具身智能行业抛出一个绕不开的问题——把开源大模型交到外部开发者手里,换一批人、换一批现场刚采的数据,只给48个小时,它究竟能不能在真实机械臂上真正跑起来?
初赛阶段,模型被扔进陌生环境盲测了一万次,但那还只是让它在电脑仿真器里「考托福听力」。
但到了张江科学会堂的真机黑客松,15支队伍等于被直接推上急诊室的主刀位置。
初赛在仿真环境里成功率已经超过70%,决赛为何还要把59名选手拉到上海,连着两天两夜跟真机死磕?
道理不复杂:数字世界里,AI考的是答题;物理世界里,AI考的是干活。
决赛现场,组委会给的东西只有一样——统一的八卡算力集群,外加647条基础公共数据。
各战队都得拿开源模型LingBot-VLA 2.0配上松灵双臂真机,用同一个模型同时应付三个真实物理任务。
任务一是从30多种果蔬里认出目标,再放进指定颜色的果盘。
麻烦在于,官方数据集里恰好没有杨桃和青尖椒的样本,桌上还混着很难分清的橘子与橙子。
任务二要求把化妆品准确收进三层透明亚克力盒的上、中、下指定层。
展厅里强光灯一打,透明亚克力盒反光明显;夹爪稍有偏差,盒子就会被撞歪挪位,之前做对的动作也可能前功尽弃。
第三项任务换成双臂配合:一只臂握扫把,另一只臂持簸箕,把桌上的垃圾扫进簸箕,再倒进垃圾篓。
三道赛题都瞄准了产业落地时最棘手的地方。
一方面要看模型输出能不能和真实硬件对得上,另一方面也要看同一个“大脑”跨多个任务时的真实泛化水平。
更关键的是,团队得在48小时里跑完现场数采、微调、部署这一整条工程链路。
48小时里,15支决赛战队面对这套严苛考题各显神通,交出的答卷相当惊艳。
拿下决赛最高分82.50分、压线夺冠的是TARS战队,成员来自天津大学、西工大,还有普渡机器人的工程师。

实操第一天下午,他们就碰上了一个仿真里没有的问题:机械臂伸得越远,被重力往下拽得越厉害。
想把化妆品放进透明收纳架,机械臂一低头却把盒子推歪了,任务接连失败。
为了补上这个仿真器里压根不存在的物理痛点,团队拎来一瓶500克的矿泉水当配重。
真机上他们实测了100条数据,拟合出一张「重力下坠补偿表」,推理时按伸展距离自动往回补偏移量。
换到双臂扫垃圾任务,官方给的216条数据又让他们犯了难:全是抓簸箕后方的正把位,接触面小,特别容易翻转。
团队索性把官方216条数据全部丢掉,自己重新采了334条抓簸箕后沿薄壁的数据,稳定性高得多。

为提升双臂数采的质量,队伍还设计出「双人分控遥操作」:一人只管左臂,一人只管右臂,另有一人盯着屏幕把关数据质量。
另外,底层加速把单步训练耗时从15秒缩短到3.4秒,靠这一手,他们48小时里连训三四万步,直接冲到榜首。
拿下决赛第二名、得分74.77分的EVA战队,则走了一出绝地翻盘。
华中科技大学和清华大学的04后研究生武显瑾、张昱、方珩凑成了这支队伍。首日比赛,他们拿官方数据做训练,真机成功率仅10%,成绩很不理想。

面对这个局面,他们没有乱阵脚,转而在LingBot-VLA 2.0上跑起RSI(递归自我改进)数据回流飞轮。
具体做法是让模型先上真机自主执行,一旦碰上抓取失败或者卡住的角落案例,人立刻接管,做纠错采集(DAgger)。
48小时里,他们一共完成7轮数据回流迭代,补采705条数据,真机得分从10%一路抬到收官时的74.77分。
决赛第三名(65.87分)的SST战队,选的却是另一条路——极简。
其余战队动辄采集五六百条数据,SST战队却走了一条极简路线:全程只多采了13条真机数据。
在真实环境里,传统分割模型想直接按指令锁定目标物体,往往很难做到。
天津大学大四队长杨泽鸣,加上三位来自北大、中科院的硕士,想出了一招脑洞大开的办法:把采集到的视频「倒放」。
倒放画面的最初几帧,正好就是任务完成时物体已摆放好的状态。
依靠这个思路,他们精确锁定了目标物体所在的像素,再结合DeepSeek做指令解析、用SAM3生成掩码,把画面中目标物体之外的杂乱背景统统压暗。
于是LingBot-VLA 2.0可以专心当一名纯粹的动作执行器,只凭13条新数据就冲进决赛前三。
决赛第四名是同济大学00后「Vida」战队,他们用千问大模型给透明收纳架画出视觉提示框,并借助自研GeoAAC技术动态调整动作块长度。
复旦大学FDU_SONIC战队拿到决赛第五名。他们的打法是穷举桌面初始分布,再盯着真机反馈逆向倒推、补采数据,LingBot-VLA 2.0底座的原生潜力就这样被充分激发出来。
翻看决赛选手的档案:高校科研人员占74.7%,硕博研究生占67.4%。
参赛者里,有名校博士,也有OpenAI、微软、字节、宇树等企业的一线工程师;还有一群靠热爱跨界破局的「草根追梦人」。
初赛头名被「赫灵战队」拿下,队长曹竞帆是成都的一名后端工程师,30多岁,跨进具身智能这道门才半年。
初赛时队友临时缺阵。他一个人、一台A800服务器,白天照常上班,半夜定闹钟爬起来跑评测,硬磕十几轮,把第一名抢到手。
48小时决赛在上海开打,他拉上公司里一位厦门大学的研究生实习生一起上。抓青椒、透明盒收纳时的抖动问题,被两人一点一点磨掉。
路演台上,曹竞帆讲起了自己为什么跨过原有行当,一头扎进具身智能。
这支队伍在成都做的是居家养老和慢病康疗方向的机器人,想拿具身技术去应对老龄化带来的难题。
闯进决赛的另一支队伍叫「师兄会帮我调真机的对不队」,成员来自同济大学、中科大、上交大和西交大。五个此前从没见过面的年轻人,先在线上抢卡训练,一路杀到上海决赛现场,才完成了第一次「网友奔现」。
还有一支「416一定行」战队,两人是高中室友,认识十年,刚通过校招进入互联网大厂,同样是在小红书刷到比赛后一拍即合。
「Motion」战队里,香港城市大学的蔡昕颖从材料系转到机械系还不满三个月。决赛现场她连采600多条数据,随后在路演台上笑着说:「多亏这次比赛,让我一个ADHD发现了自己的数采天赋,不仅没有走神,还越采越兴奋!」
转行半年的工程师、零基础的本科生,凭什么敢跟顶尖实验室同台掰手腕?
说到底,具身智能这条赛道正在经历一次「入场券平权」。以前做机器人大模型,是少数人的游戏:大厂砸下千万算力做预训练,高校则排队等机械臂的档期,蹭一台都难。
蚂蚁灵波把工业级基座模型LingBot-VLA 2.0全部开源,起跑线一下被挪到了山腰。
选手调模型的时候,模型其实也在考选手。这一次,算力不再是唯一变量,工程直觉和实战里的巧思头一回被摆到这么靠前的位置。
48小时的极限大考里,比高分答卷更有行业启发的,是选手们在真实物理世界里踩过的那些坑。
央企中国中检旗下中检智测科技的「今天也要好好检东西」战队,四名99后评测工程师用Blender忙了大半天,搭出一整套高保真3D仿真资产。
可真机评测时,怪事来了:指令是让机械臂把物品放进透明架子第三层,它却稳稳当当地放进了第二层。
换成放第二层,它稳稳放进第一层;再让它放第一层,它索性放到了架子外面。
比赛结束后拿尺子一量,整支队伍哭笑不得:他们实验桌跟机械臂之间隔了17厘米,可标准机位只有12厘米。
就差这5厘米的物理距离,再加上交完两次测试才知道机器人位置能挪,这支底盘本来很扎实的队伍最后只能排在末位。
类似的情况也发生在「416一定行」身上。第二天推理的时候,有人不小心碰了桌子,辛辛苦苦训练了7000步的模型权重当场报废。
五人网友队轮着上场拼命采数据,可五个人抬手的习惯各不一样,48小时里模型始终难以收敛。
中科院计算所出来的创业团队「驰序知行」,在48小时实测里还注意到了一个细节。
同一条轨迹,就算放到两台同型号的实体机械臂上重放,受马达零位和阻尼那点微小差别影响,走出来的轨迹也没法完全对上。
这些现场教训带着体温,把具身智能落地时最真实的那一面直接摊开了。
在此之前,具身智能行业被「实验室榜单崇拜」困了很长一段时间。
仿真器里的模型可以慢慢想,桌距永远精确到毫米,光照也始终不变。
但中检智测战队复盘时说得明白,真实工业产线不会停下来等算法团队反复试错,更不会砸几个亿去复制一座工厂。
未来的工厂、药房和家庭会面对什么,这场大赛算是提前替它们扛了一回压力测试,而且压力不小。
全行业衡量具身大模型,从今往后有了新的标尺。不过榜单只能说明一件事:模型在出题人自己手里能跑出什么成绩。
真正决定它能不能变成产业价值的,是外部开发者在48小时里的实战表现。
15支队伍短短48小时就能跑通全流程,关键在蚂蚁灵波的角色:它在这场大赛里不只当「出题人」,还干了「修路人」的活。
蚂蚁灵波长期走的是「具身原生」路线,围绕物理世界的真实交互,搭起了「大脑全栈2.0」开源体系。空间感知、流式建图、世界动作模型,以及最新的触觉模型LingBot-Touch,都是这套体系陆续开源出来的成果。机器人因此看得更清楚、摸得更灵敏、想得更明白、干得更利索。
场内3252名选手的实战,靠的就是这套全栈底座;场外,它同样搅动了全球开发者。泰国的番茄温室大棚、瑞士洛桑联邦理工学院的海底珊瑚礁项目,研究人员都在拿它对复杂场景做三维重建。
斯坦福大学把它的开源组件直接拿来复用,哈佛大学则请它当「空间老师」。眼下,全球已有39个海外项目主动调用这颗「底层大脑」。
16日上午的总决赛路演现场,由资深技术专家、头部投资机构与行业媒体组成的「百人观察团」全程坐镇提问。评审团围绕技术创新、落地价值与商业潜力三个维度现场实名投票,选出3支「观察团特别奖」获奖团队。
16日下午,大赛闭幕式暨首届蚂蚁灵波开发者大会举行,官方在会上发布了「LingBot 开发者生态计划」。
该计划首期面向高校教授与科研人员邀请20位「LingBot MVP」,同时面向一线核心开发者与技术创作者首期招募40位「LingBot Developer Expert」。
大会现场,蚂蚁灵波首席科学家沈宇军、港科大助理教授徐英豪,以及来自 Hugging Face 的工程师 Caroline Pascal,分别围绕具身基模的最新进展做了分享。
蚂蚁灵波 CEO 朱兴也则与智源研究院院长王仲远、上海交大李永露,还有产业界代表坐在一处,聊具身大模型怎么从数字世界跨进物理世界。
48 小时的极限试炼中,选手一边调模型,模型也一边经受选手的实战检验。
那些奇思妙想、那些试错,都会成为后来者继续往前走的台阶,一起把中国具身智能推向真实的物理世界。