作者丨高景辉
 

就连比赛的讲解员、香港中文大学窦琪教授，比赛直播一开场也给大家打了一剂预防针：“这场比赛的四个赛题，瞄准的都是具身智能领域难以攻克的难题。”

难，就难在考题都太真实了。

别的机器人赛跑都在公路上，这场比赛机器人直接去越野了，而且场地还是在香港中文大学岭南校区的一个小径上。这里路面狭窄，左右只有一米，而且山间小道，路面湿滑，极影响机器人与地面之间的摩擦力，还有坡度不定带来的平衡问题，以及树叶遮挡带来的光线变化等等，不管是双足机器人还是四足机器人，如果它们能开口的话，肯定会直接说，我不走了。

垃圾分拣题目里面，机器人面对的三个物体，香蕉模型的难点是柔软难抓取，塑料瓶的难点是透明不容易识别，纸盒的难点是不受力易形变，哪一个都不是省油的灯。

至于另一边的浇花题目，不仅要浇在白色的花上才得分，而且机器人的手拿水壶远没有人类那么方便，一开始就被教授们认为是最难的题目。还有吊桥题目，一不小心就会陷入桥板缝隙中，动弹不得。

这么难的题目，到底是谁设计的？

ATEC 科技精英赛，主打“真实世界极限挑战”，看到这个主题，大家马上就知道这是一场什么比赛了。

ATEC 比赛的两大特点是，聚焦前沿技术、模拟真实场景，从2020年开始，每届赛题都基于一个具有社会价值的真实命题，如野生动物保护、反欺诈、助力实体产业数字化、帮助老年人就医等。

而本届赛事面对的真实命题就是：具身智能如何走向真实世界。赛事主席刘云辉院士在比赛前就提出了判断标准：机器人要具备行走、操作、改造环境三种核心能力，才能被认为真正具备在真实世界中立足的适应力。

ATEC2025 正是刘云辉院士所提理念的一次系统性工程实践，通过全户外、非结构化的极限环境，对机器人“感知-决策-执行”全链路自主能力的一次高标准压力测试。

要回答“为什么难”这个问题，我们要先搞清楚，这个比赛究竟难在哪里。

机器人赛事历经多年发展，不少赛事已形成清晰的技术路径与稳定的呈现模式，这源于其命题设计逻辑的连续性，主要体现在三个方面：

第一，场地较稳定。绝大多数比赛场地都在室内，室内是相对稳定的环境，基本不用考虑风速、日照、温度等自然条件，参数也可以预先设置，不需要随机应变。

第二，聚焦单一能力。很多比赛参考了运动会的比赛方式，只考验机器人的某一项“特长”，如跑步、跳远、避障等，这样就便于量化得分，使比赛结果更直观。

第三，区分度不明显。一般的比赛很少将全自主作为考察重点，比赛选手只需要考虑遥操作这条单一赛道，难以区分不同机器人的“智能”程度。

如此看来，ATEC难的原因就找到了。首先他们把场地放在了室外，室外的参数会不断变化，从而让机器人的判断受到干扰。以垃圾分拣项目为例，机器人分拣垃圾必须使用视觉方案，但视觉方案在强光下容易识别失效，无法正确判断垃圾的位置。

在越野项目中的山道场地上，所有的落叶、流水、泥土，甚至烂泥坑，赛事组都没有任何处理和改动，就连旁边的沟渠，都保持了原样，甚至于有的选手机器人能够连续掉坑里三次。什么叫作真实？山林野道就是真实。

其次，比赛考察的不是单一能力，而是多种能力组成的功能，或者说是一种任务链。比如浇花就是一个任务链，机器人要先“感知”花和水壶的位置，以及花的颜色；再通过灵巧手精准“抓取”水壶把手；然后“行走”到花旁边，一边浇花一边移动；浇花过程中还需要“控制”水壶倾斜的角度以应对水位变化，水壶作为操作终端也会增加控制难度。

更重要的是，比赛非常鼓励全自主。从赛制细则可以看到，用遥操作完成任务只能拿到基础分，想要冲刺高分必须用全自主。在这种激励机制下，wongtsai、IRMV、CyberPrime、RIL4RobotAI等赛队均在比赛中尝试了全自主，展现出知难而进的探索精神。

所以，ATEC难就难在更复杂、更非标、更多不确定因素，这是以往的比赛选手不曾遇到的。万一选手都失败了怎么办？甚至在比赛前刘云辉院士就下定了决心：“不管你完成得好不好，完成得有多快，只要完成比赛就是非常重要的里程碑。”

回到刚才的问题，为什么赛组委要把这届ATEC的题目设置得这么难？

其实，稍微了解一下ATEC就能知道，历届ATEC都倡导“真实命题”，无论是第一届的“野生动物保护”，第二届的“科技反欺诈”还是第三届的“科技助实”，都面向真实世界存在的问题，给出真正的解决方案。

今年虽然赶上了具身智能大热，ATEC也选择了这个方向，但依然坚持了自己的理念，在具身智能领域寻找“真实命题”。所以题目难的原因，是具身智能在真实世界确实面临许许多多尚未解决的问题，这是“智能”的本质决定的。

什么是智能？智能产生的标志之一，就是与环境进行交互，这里有两个关键词——“环境”和“交互”。

环境，就是真实场景。为什么大家看到机器人会叠个衣服就觉得很厉害？因为它进入了真实场景，进入了我们生活的环境。只不过，这种场景太小了，并不具备泛化性，可能换个地方机器人就不会干了。

所以，机器要更强的泛化性，就要走到更广阔的环境，走到自然的场景。这就是为什么今年的ATEC要强调“真实世界”，把赛场设置在烈日之下、吊桥之上、山林之间。

交互，就是主动与世界互动，适应所处的环境，实现交互就需要自主决策的能力。目前我们能看到大多数表演的机器人，背后都有人在远程操纵，“具身”有余而“智能”不足。

所以，今年ATEC从赛制上鼓励全自主，凡是不需要人操纵、能自己完成任务的机器人都能拿高分。只有主动适应真实的世界、处理通用性的问题才能叫智能，才有新的价值。

这也是为什么赛事主席刘云辉教授要把“行走、操作、改造环境”三种能力定为ATEC的命题标准。他曾提到：“如果机器人未来有一天能代替人做一些人不适合做的工作，必须具备这三种能力，最终我还是希望具身智能跟我们的需求，跟实际应用结合起来。”

ATEC前沿科技探索社区秘书长宋宠在现场演讲中也表达了类似的意思：“ATEC汇聚了来自学界、产业界，以及一批愿意在这里花时间的年轻人，在这里对真实问题展开对话、给出自己的答案。”

若想真正称得上“智能”，机器人必然要从封闭空间走向开放世界，从机械执行走向社会参与。

我们需要的，不是实验室产出的几篇论文和技术报告，也不是炫酷的demo视频，更不是某些展览、几场表演。如果具身智能永远停留在实验室，它所面对的，只是一种“经过消毒的世界”；在这种环境下成长出来的能力，解决不了真实问题。

未来的具身智能，绝对不可能是困在实验室的具身智能，也不可能仅仅做一些流水线式、被设计好的动作，更不可能只针对实验室环境去做场景适配。

“实验室环境”是高度可控的环境：灯光恒定、地面平整、场景布置有预案，所有变量尽量可预测、可重复。

这种环境非常适合做算法验证、传感器标定和安全性测试，但并不等同于真实世界的复杂性。

以机器人走猫步举例，先不说有没有合适的实用化场景，如果灯光强度改变，地面平整度、倾斜度改变，现场的障碍物分布改变，可能整个演示效果就完全不同了。

高难度的动作，突破机械极限的行为，并不是智能的关键。但无论是现在的机器人公开报道，还是公众认知，都在强调这些动作有多难。这样的叙事方式容易把“机械性能”和“智能水平”混为一谈，用视觉冲击力很强的极限动作，去代表所谓的“技术突破”。

这就导致了，行业的关注点很大程度上仍停留在“硬件层面”：看到的更多是外形、关节数量、传感器配置、负载能力等，评价的往往也是“这个机器人本体有多强”。在这样的框架下，容易忽略真正决定机器人“聪明程度”的那一部分——算法与控制策略。

因此，ATEC比赛刻意做了一个重要设计：统一硬件平台。也就是说，大家不再通过堆料、改造本体来拉开差距，而是在同样的机器人基础上，比拼谁的算法更高效、更鲁棒、更有创造性，比赛的焦点自然就转向“谁的控制与决策方案更通用、更优雅”。

这种赛制的目的，就是要引导参赛者跳出具体型号、具体场景的限制，去思考：什么样的运动控制与决策框架，能够在不同任务、不同环境下复用？它也在告诉整个行业，我们要做的，是探索具有通用性的机器人运动控制解决方案，而不仅仅是为单次比赛“调参刷分”的工程实现。

的确，人工智能早已重塑数字世界的运行规则，但要深度参与社会生活改造、延伸人类触达极限，必须跨越虚拟与现实的鸿沟。具身智能正是这一使命的核心载体，它让AI摆脱屏幕的束缚，用感官感知周围环境，用双手改造物理世界，在真实场景中创造价值。

当机器人不再是实验室里的展品，而是能主动适应复杂环境、解决实际问题的参与者，才真正拥有了“生命感”，这便是智能赋予机器人的终极意义。

回过头看，ATEC通过引入真实世界的复杂变量，建立了一种考察机器人“智能”的量化标准。因此经过ATEC 这场比赛我们才发现，过去我们对机器人的能力并没有一个明确的评估框架，不清楚什么样的任务适合交给机器人完成，也不清楚在什么样的环境和条件下，机器人才能稳定、可靠地发挥作用。

正是这种认知上的模糊，让这场比赛变得格外有意义——它通过一场极限压力测试告诉大家：能走过山地、完成浇花的机器人，其技术深度和系统可靠性，一定程度上优于在平整地面完成无数花式动作的机器人。这正是在“撇清泡沫”，为“机器人真正进入人类世界”这一终极目标，建立可信、可衡量、以应用为导向的里程碑。

“你不可能在毫无准备的情况下，就把机器人投入到真实世界中。挑战，失败，把失败当作下一个阶段的基础，然后继续尝试，这是一个必须经历的过程，而这样的比赛正是实现这一目标过程中非常重要的一部分。”美国国家工程院院士、比赛专家组成员Masayoshi Tomizuka 这句话，说出了我们最深的共识。

连接数字与物理世界，延伸人类的触达极限，具身智能显而易见将会是未来十年的真命题。接下来的几年时间内，ATEC的比赛将在全自主的基础上，进一步加强线上与线下场景的联动，每年在难度上提升一个level，着重考察机器人的泛化能力，让机器人的通用性再上一个台阶，离真实世界更近一步。

通过真实世界的比赛所建立的评估标准，我们就能清楚我们的“惊艳”应该留给哪些真正强大的机器人。这正是ATEC的意义所在：它并非为了展示已有的技术成就，而是以真实世界为标尺，丈量出机器人与真正“智能”的距离，让每一步突破都朝着“机器人真正迈进人类社会”的终极目标前行。