内容提要
蚂蚁灵波首届具身大模型挑战赛决赛历时48小时,15支队伍使用同一套模型完成三项真机任务。冠军TARS队平均年龄25岁,因官方簸箕数据抓把手易打滑,改为自采数据抓后沿,赛前几分钟反超夺冠,获8万元奖金。EVA队通过补采失败轨迹数据、七轮迭代获第二;SST队仅补3条数据,用倒放视频辅助分割标注获第三。比赛凸显数据策略与真机工程能力的重要性,蚂蚁灵波同时发布开发者生态计划。
延伸解读
数据策略的多样性:从“手搓”到“精修”
冠军TARS队放弃官方簸箕把手数据,自采抓后沿数据,在赛前几分钟反超;EVA队通过失败轨迹补采和七轮迭代获第二;SST队仅补3条数据,用倒放视频辅助分割标注获第三。三支队伍对“该补什么、怎么补”的判断截然不同,说明在具身智能任务中,数据策略没有唯一解,关键在于针对具体失败模式做出有效调整。
真机工程能力:被忽视的胜负手
比赛要求48小时内完成数据采集、模型调优和真机部署,且三项任务共用一套模型。有团队因机械臂与桌子距离相差约5厘米导致放置偏差,查清时已没时间调整;Motion队补采任务二、三数据后任务一表现反而变差。这些案例表明,硬件适配、跨任务泛化和快速定位问题的工程能力,与模型训练同等重要,也是仿真初赛无法替代真机决赛的原因。
数据质量的下限比上限更值得关注
蚂蚁灵波首席科学家沈宇军提出,行业需要寻找数据质量的下限,弄清数据达到什么标准就能让模型获得有效增益,一味追求更高质量会让采集成本持续增加。比赛中,SST队仅补3条数据便获第三,而多支队伍补采大量数据后成绩未必提升,甚至出现退步。这提示开发者,数据策略应关注边际效益,而非盲目堆量。
开发者生态:从比赛经验到可复用资产
蚂蚁灵波发布开发者生态计划,首期邀请20位MVP和招募40位Developer Expert,提供现金激励、产品内测等支持。比赛中的经验——如TARS换抓法的决策过程、EVA的数据回流流程、SST的倒放视频标注方法——若能被整理复用,可帮助后来者减少重复摸索。但生态能否真正发挥作用,取决于开发者用起来是否顺手、反馈的问题能否得到持续跟进。
Q&A
蚂蚁灵波首届具身大模型挑战赛的冠军团队是谁?他们是怎么夺冠的?
冠军是TARS队,平均年龄25岁,队长是天津大学硕士生吴昊楠。他们在第三个任务中发现官方数据抓簸箕把手容易打滑,于是果断从零自采数据,改为抓簸箕后沿,使工具更稳定。这一调整让他们在比赛结束前几分钟反超第二名,最终以82分夺冠,获得8万元奖金。
EVA队是如何在48小时内提升机器人成功率的?
EVA队第一天用官方数据训练后真机成功率仅约10%。他们决定从机器人失败的地方入手:让模型先执行并检查轨迹,遇到失败或走偏时由人补充示范、接管纠错,再用大模型评判和标注,把整理后的数据加回训练。比赛期间他们完成了约7轮数据回流迭代,额外采集700多条示范与接管数据,并将训练速度提升2.7倍,最终以73.83分获得第二名。
SST队只额外采集了3条数据,他们是如何处理官方数据并取得第三名的?
SST队主要精力放在处理已有示范上。他们让DeepSeek解析任务指令,将目标物体的文字提示交给SAM 3进行分割,保留目标区域原始画面、压暗其他区域,再送给VLA。针对SAM 3分割不稳定的问题,他们利用倒放视频,先由Agent从任务结束画面找到目标,再把像素位置交给SAM 3沿倒放视频追踪,补齐分割标注。此外,他们调整动作执行方式,每次只执行前16步并做平滑处理,最终以65.87分获得第三名。
为什么蚂蚁灵波在仿真初赛后还要举办48小时真机决赛?
因为仿真初赛已有队伍跑到70%以上,但真机环境能暴露更多问题。蚂蚁灵波安排真机决赛是为了验证硬件适配、跨任务泛化,以及短时间内定位和解决问题的工程能力。比赛要求三项任务共用一套模型,开发者需考虑针对某一任务的调整是否影响其他任务,这些都需要在真实机器人上检验。
比赛中各团队在数据策略上遇到了哪些挑战?
挑战包括:数据采得更多未必成绩更好,如Motion团队补充任务二、三数据后任务一表现反而变差;不同成员采集习惯不同导致模型学不稳,如“师兄会帮我调真机的对不队”五名成员轮流采集,操作习惯不一致;真机硬件差异影响大,如“今天也要好好检东西”团队因机械臂与桌子距离相差约5厘米导致放置偏差,调整后时间已不足。
蚂蚁灵波发布的开发者生态计划具体内容是什么?
蚂蚁灵波开发者生态计划首期将邀请20位MVP,主要面向高校教师和科研人员;同时招募40位Developer Expert,面向核心开发者及技术内容创作者。MVP可将模型实践沉淀为课程、实验案例和研究成果,优质课程研发可获得现金激励及研发交流、合作对接机会;Developer Expert可贡献Demo、开源工程、评测脚本和教程,获得产品优先内测、研发交流及作品推广等支持。