0
“這也太難了吧。”比賽之前，主辦方采訪正在備賽的選手，幾乎每一個人都叫苦連天。
就連比賽的講解員、香港中文大學竇琪教授，比賽直播一開場也給大家打了一劑預防針：“這場比賽的四個賽題，瞄準的都是具身智能領域難以攻克的難題。”
難，就難在考題都太真實了。
別的機器人賽跑都在公路上，這場比賽機器人直接去越野了，而且場地還是在香港中文大學嶺南校區的一個小徑上。這里路面狹窄，左右只有一米，而且山間小道，路面濕滑，極影響機器人與地面之間的摩擦力，還有坡度不定帶來的平衡問題，以及樹葉遮擋帶來的光線變化等等，不管是雙足機器人還是四足機器人，如果它們能開口的話，肯定會直接說，我不走了。
垃圾分揀題目里面，機器人面對的三個物體，香蕉模型的難點是柔軟難抓取，塑料瓶的難點是透明不容易識別，紙盒的難點是不受力易形變，哪一個都不是省油的燈。
至于另一邊的澆花題目，不僅要澆在白色的花上才得分，而且機器人的手拿水壺遠沒有人類那么方便，一開始就被教授們認為是最難的題目。還有吊橋題目，一不小心就會陷入橋板縫隙中，動彈不得。
這么難的題目，到底是誰設計的？
ATEC 科技精英賽，主打“真實世界極限挑戰”，看到這個主題，大家馬上就知道這是一場什么比賽了。
ATEC 比賽的兩大特點是，聚焦前沿技術、模擬真實場景，從2020年開始，每屆賽題都基于一個具有社會價值的真實命題，如野生動物保護、反欺詐、助力實體產業數字化、幫助老年人就醫等。
而本屆賽事面對的真實命題就是：具身智能如何走向真實世界。賽事主席劉云輝院士在比賽前就提出了判斷標準：機器人要具備行走、操作、改造環境三種核心能力，才能被認為真正具備在真實世界中立足的適應力。
ATEC2025 正是劉云輝院士所提理念的一次系統性工程實踐，通過全戶外、非結構化的極限環境，對機器人“感知-決策-執行”全鏈路自主能力的一次高標準壓力測試。
要回答“為什么難”這個問題，我們要先搞清楚，這個比賽究竟難在哪里。
雷峰網(公眾號：雷峰網)觀察到，機器人賽事歷經多年發展，不少賽事已形成清晰的技術路徑與穩定的呈現模式，這源于其命題設計邏輯的連續性，主要體現在三個方面：
第一，場地較穩定。絕大多數比賽場地都在室內，室內是相對穩定的環境，基本不用考慮風速、日照、溫度等自然條件，參數也可以預先設置，不需要隨機應變。
第二，聚焦單一能力。很多比賽參考了運動會的比賽方式，只考驗機器人的某一項“特長”，如跑步、跳遠、避障等，這樣就便于量化得分，使比賽結果更直觀。
第三，區分度不明顯。一般的比賽很少將全自主作為考察重點，比賽選手只需要考慮遙操作這條單一賽道，難以區分不同機器人的“智能”程度。
如此看來，ATEC難的原因就找到了。首先他們把場地放在了室外，室外的參數會不斷變化，從而讓機器人的判斷受到干擾。以垃圾分揀項目為例，機器人分揀垃圾必須使用視覺方案，但視覺方案在強光下容易識別失效，無法正確判斷垃圾的位置。
在越野項目中的山道場地上，所有的落葉、流水、泥土，甚至爛泥坑，賽事組都沒有任何處理和改動，就連旁邊的溝渠，都保持了原樣，甚至于有的選手機器人能夠連續掉坑里三次。什么叫作真實？山林野道就是真實。
其次，比賽考察的不是單一能力，而是多種能力組成的功能，或者說是一種任務鏈。比如澆花就是一個任務鏈，機器人要先“感知”花和水壺的位置，以及花的顏色；再通過靈巧手精準“抓取”水壺把手；然后“行走”到花旁邊，一邊澆花一邊移動；澆花過程中還需要“控制”水壺傾斜的角度以應對水位變化，水壺作為操作終端也會增加控制難度。
更重要的是，比賽非常鼓勵全自主。從賽制細則可以看到，用遙操作完成任務只能拿到基礎分，想要沖刺高分必須用全自主。在這種激勵機制下，wongtsai、IRMV、CyberPrime、RIL4RobotAI等賽隊均在比賽中嘗試了全自主，展現出知難而進的探索精神。
所以，ATEC難就難在更復雜、更非標、更多不確定因素，這是以往的比賽選手不曾遇到的。萬一選手都失敗了怎么辦？甚至在比賽前劉云輝院士就下定了決心：“不管你完成得好不好，完成得有多快，只要完成比賽就是非常重要的里程碑。”
回到剛才的問題，為什么賽組委要把這屆ATEC的題目設置得這么難？
其實，稍微了解一下ATEC就能知道，歷屆ATEC都倡導“真實命題”，無論是第一屆的“野生動物保護”，第二屆的“科技反欺詐”還是第三屆的“科技助實”，都面向真實世界存在的問題，給出真正的解決方案。
今年雖然趕上了具身智能大熱，ATEC也選擇了這個方向，但依然堅持了自己的理念，在具身智能領域尋找“真實命題”。所以題目難的原因，是具身智能在真實世界確實面臨許許多多尚未解決的問題，這是“智能”的本質決定的。
什么是智能？智能產生的標志之一，就是與環境進行交互，這里有兩個關鍵詞——“環境”和“交互”。
環境，就是真實場景。為什么大家看到機器人會疊個衣服就覺得很厲害？因為它進入了真實場景，進入了我們生活的環境。只不過，這種場景太小了，并不具備泛化性，可能換個地方機器人就不會干了。
所以，機器要更強的泛化性，就要走到更廣闊的環境，走到自然的場景。這就是為什么今年的ATEC要強調“真實世界”，把賽場設置在烈日之下、吊橋之上、山林之間。
交互，就是主動與世界互動，適應所處的環境，實現交互就需要自主決策的能力。目前我們能看到大多數表演的機器人，背后都有人在遠程操縱，“具身”有余而“智能”不足。
所以，今年ATEC從賽制上鼓勵全自主，凡是不需要人操縱、能自己完成任務的機器人都能拿高分。只有主動適應真實的世界、處理通用性的問題才能叫智能，才有新的價值。
這也是為什么賽事主席劉云輝教授要把“行走、操作、改造環境”三種能力定為ATEC的命題標準。他曾提到：“如果機器人未來有一天能代替人做一些人不適合做的工作，必須具備這三種能力，最終我還是希望具身智能跟我們的需求，跟實際應用結合起來。”
ATEC前沿科技探索社區秘書長宋寵在現場演講中也表達了類似的意思：“ATEC匯聚了來自學界、產業界，以及一批愿意在這里花時間的年輕人，在這里對真實問題展開對話、給出自己的答案。”
若想真正稱得上“智能”，機器人必然要從封閉空間走向開放世界，從機械執行走向社會參與。
我們需要的，不是實驗室產出的幾篇論文和技術報告，也不是炫酷的demo視頻，更不是某些展覽、幾場表演。如果具身智能永遠停留在實驗室，它所面對的，只是一種“經過消毒的世界”；在這種環境下成長出來的能力，解決不了真實問題。
未來的具身智能，絕對不可能是困在實驗室的具身智能，也不可能僅僅做一些流水線式、被設計好的動作，更不可能只針對實驗室環境去做場景適配。
“實驗室環境”是高度可控的環境：燈光恒定、地面平整、場景布置有預案，所有變量盡量可預測、可重復。
這種環境非常適合做算法驗證、傳感器標定和安全性測試，但并不等同于真實世界的復雜性。
以機器人走貓步舉例，先不說有沒有合適的實用化場景，如果燈光強度改變，地面平整度、傾斜度改變，現場的障礙物分布改變，可能整個演示效果就完全不同了。
高難度的動作，突破機械極限的行為，并不是智能的關鍵。但無論是現在的機器人公開報道，還是公眾認知，都在強調這些動作有多難。這樣的敘事方式容易把“機械性能”和“智能水平”混為一談，用視覺沖擊力很強的極限動作，去代表所謂的“技術突破”。
這就導致了，行業的關注點很大程度上仍停留在“硬件層面”：看到的更多是外形、關節數量、傳感器配置、負載能力等，評價的往往也是“這個機器人本體有多強”。在這樣的框架下，容易忽略真正決定機器人“聰明程度”的那一部分——算法與控制策略。
因此，ATEC比賽刻意做了一個重要設計：統一硬件平臺。也就是說，大家不再通過堆料、改造本體來拉開差距，而是在同樣的機器人基礎上，比拼誰的算法更高效、更魯棒、更有創造性，比賽的焦點自然就轉向“誰的控制與決策方案更通用、更優雅”。
雷峰網認為，這種賽制的目的，就是要引導參賽者跳出具體型號、具體場景的限制，去思考：什么樣的運動控制與決策框架，能夠在不同任務、不同環境下復用？它也在告訴整個行業，我們要做的，是探索具有通用性的機器人運動控制解決方案，而不僅僅是為單次比賽“調參刷分”的工程實現。
的確，人工智能早已重塑數字世界的運行規則，但要深度參與社會生活改造、延伸人類觸達極限，必須跨越虛擬與現實的鴻溝。具身智能正是這一使命的核心載體，它讓AI擺脫屏幕的束縛，用感官感知周圍環境，用雙手改造物理世界，在真實場景中創造價值。
當機器人不再是實驗室里的展品，而是能主動適應復雜環境、解決實際問題的參與者，才真正擁有了“生命感”，這便是智能賦予機器人的終極意義。
回過頭看，ATEC通過引入真實世界的復雜變量，建立了一種考察機器人“智能”的量化標準。因此經過ATEC 這場比賽我們才發現，過去我們對機器人的能力并沒有一個明確的評估框架，不清楚什么樣的任務適合交給機器人完成，也不清楚在什么樣的環境和條件下，機器人才能穩定、可靠地發揮作用。
正是這種認知上的模糊，讓這場比賽變得格外有意義——它通過一場極限壓力測試告訴大家：能走過山地、完成澆花的機器人，其技術深度和系統可靠性，一定程度上優于在平整地面完成無數花式動作的機器人。這正是在“撇清泡沫”，為“機器人真正進入人類世界”這一終極目標，建立可信、可衡量、以應用為導向的里程碑。
“你不可能在毫無準備的情況下，就把機器人投入到真實世界中。挑戰，失敗，把失敗當作下一個階段的基礎，然后繼續嘗試，這是一個必須經歷的過程，而這樣的比賽正是實現這一目標過程中非常重要的一部分。”美國國家工程院院士、比賽專家組成員Masayoshi Tomizuka 這句話，說出了我們最深的共識。
連接數字與物理世界，延伸人類的觸達極限，具身智能顯而易見將會是未來十年的真命題。接下來的幾年時間內，ATEC的比賽將在全自主的基礎上，進一步加強線上與線下場景的聯動，每年在難度上提升一個level，著重考察機器人的泛化能力，讓機器人的通用性再上一個臺階，離真實世界更近一步。
通過真實世界的比賽所建立的評估標準，我們就能清楚我們的“驚艷”應該留給哪些真正強大的機器人。這正是ATEC的意義所在：它并非為了展示已有的技術成就，而是以真實世界為標尺，丈量出機器人與真正“智能”的距離，讓每一步突破都朝著“機器人真正邁進人類社會”的終極目標前行。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
