首届蚂蚁灵波具身大模型挑战赛总决赛落幕:TARS战队夺冠,开源时代工程能力成关键
AI新闻阅读 3

首届蚂蚁灵波具身大模型挑战赛总决赛成绩在上海张江科学会堂揭晓。平均年龄25岁的TARS战队以82.50分的高分荣获冠军。来自华中科技大学与清华大学深圳研究院的EVA战队以74.77分获得亚军,「老年上海观光团」SST战队以65.87分斩获第三名并同获二等奖。同济大学Vida战队、复旦大学FDU-SONIC战队与大连理工大学ai-robot战队分列第四至第六名(获三等奖)。作为目前行业规模最大的具身大模型赛事,总决赛汇聚了全球13个国家、648家高校与企业的1855支战队及3252名选手。经过线上初赛残酷淘汰后,仅15支队伍、59名选手进入上海张江科学会堂进行连续48小时的真机实战挑战。组委会提供了统一的八卡算力集群与647条基础公共数据,要求所有战队基于开源模型LingBot-VLA 2.0和松灵双臂真机,在48小时内完成三个真实物理任务。本次大赛的三项赛题直指产业落地痛点:从30多种果蔬中识别并放入指定颜色果盘(含官方数据集缺失的杨桃、青尖椒等难点);将化妆品精准收纳进三层透明亚克力盒指定层;双臂协同握持扫把与簸箕清扫垃圾。这既考验模型输出与硬件适配,也测试跨任务泛化能力及团队在数据采集体微、部署的全链路工程能力。冠军TARS战队在应对真实物理环境时创新引入重力补偿策略,针对机械臂下坠问题使用500克矿泉水配重并实测拟合补偿表;为了解决簸箕抓握不稳问题,他们主动废弃官方216条数据,自采334条高稳定数据,并通过「双人分控遥操作」与底层加速技术,在48小时内狂训三四万步。亚军EVA战队在真机初期成功率仅为10%的情况下,利用RSI(递归自我改进)数据回流飞轮策略,通过人类接管纠错采集不断迭代模型,7轮数据回流后成功将得分大幅提升至第二名。第三名SST战队则采用极简路线,全程仅额外采集13条数据,通过视频倒放技术锁定目标物体像素,结合DeepSeek指令解析与SAM3掩码屏蔽背景干扰。本届参赛队伍展现出极强的跨界融合特征,高校科研人员占74.7%,硕博研究生占比67.4%。选手背景涵盖从大厂工程师到零基础本科生、跨专业学生等多元群体。蚂蚁灵波将工业级基座模型全面开源,使得工程直觉与实战巧思在缺乏巨额算力预训练的情况下成为决胜关键,真正实现了具身智能赛道的「入场平权」。