11月16日,首届蚂蚁灵波具身大模型挑战赛在上海张江收官。经过线上初赛,15支战队进入为期48小时的线下总决赛。比赛统一使用开源模型LingBot-VLA 2.0、松灵COBOT MAGIC机器人和现场算力,任务包括蔬果摆放、化妆品收纳和双臂清扫。

同一款模型,48小时真机赛里的不同解法

冠军TARS队先区分三项任务的难易。针对水果摆放和化妆品收纳,他们引入大模型识别目标与干扰物,再遮挡无关区域,让机器人集中处理当前任务,第一项任务实现10次全部成功。对最难的双臂清扫,队伍重新选择簸箕抓持位置并补采数据,还测量机械臂在不同负重下的偏差进行补偿,同时把单步训练时间从约15秒压缩到3.4秒,最终以82分获得第一。第三名SST队只额外采集13条数据,用DeepSeek理解任务,再由视觉分割模型标出目标物体,交给LingBot-VLA 2.0完成动作,真机评测得到65.87分;他们还冻结部分预训练参数,避免少量补充数据影响模型原有能力。第二名EVA队则持续补数据,从官方数据训练时真机成功率约10%,经过7轮迭代、数据增至约1200条,自测成功率提高到73.83%。

资源有限的FDU_SONIC队由四名复旦学生组成,平时使用约两千元的机械臂,算力也不充足。他们没有选择成本更高的模型结构创新,而是反复分析官方提供的647条轨迹,再通过真机测试寻找失败原因并调整数据,最终获得第五名和三等奖。进入决赛的15支队伍背景各异,有人长期研究机器人,也有人来自自动驾驶、搜索推荐、大模型评测和AI基础设施等领域,部分参赛者甚至是第一次接触机械臂、仿真环境和真机调试。

“416一定行”的两名队员刚毕业,此前从事搜索推荐和多模态算法工作,也是第一次接触机器人仿真和真机调试。他们最初沿用互联网算法中的常见思路,通过补充数据和全量微调让模型适应比赛场景,但结果并不完全符合预期:模型在标准场景中表现更好,换到物体随机摆放的环境后,成功率反而下降。