首届蚂蚁灵波具身大模型挑战赛总决赛,00 后吴昊楠带领的 TARS 战队,在主办方已经提供现成数据集的前提下,选择在 48 小时极限赛程里针对性从零重采清扫任务的数据,最后拿到 82.5 分拿下赛事冠军,奖金 8 万元。这场线下决赛一共有 15 支突围战队,全部统一使用 LingBot-VLA 2.0 开源模型、松灵 COBOT MAGIC 机械臂硬件,大家的基础条件完全一致,大部分队伍直接使用官方配套数据,只有 TARS 战队发现官方清扫任务的数据存在缺陷,抓取簸箕把手容易打滑翻车,于是决定更换抓取点位、重新采集新数据,配合图像预处理方案,解决了机械臂清扫时稳定性差的痛点。之所以这个改动效果这么明显,是因为具身智能非常看重真实物理环境的数据,仿真数据和真机实操差距很大,簸箕抓握位置、反光干扰、双臂协同这些细节,直接决定机器人能不能稳定完成清扫、收纳、抓取任务,他们采用双人协作采集的方式,规避机械臂本身的系统误差,把清扫任务的成功率提上来,另外两个抓取放置任务则保留官方数据集,搭配图像遮挡干扰物的预处理方案,降低模型识别压力。下面整理赛事信息、TARS 战队方案和赛程任务。
赛事基础信息清单
- 赛事名称:首届蚂蚁灵波具身大模型挑战赛
- 决赛地点:上海张江科学会堂
- 决赛时长:48 小时线下黑客松
- 参赛规模:初赛 1855 支队伍,最终 15 支战队晋级线下真机赛
- 统一底座:LingBot-VLA 2.0、松灵 COBOT MAGIC 双臂机器人
- 冠军队伍:TARS 战队,平均年龄 25 岁,队长吴昊楠为 00 后,成员来自天津大学、西北工业大学、普渡机器人、福田实验室
三项赛题任务
- 单臂抓取果蔬,完成摆放
- 单臂抓取化妆品,放进透明收纳盒指定层
- 双臂配合,把桌面垃圾扫进簸箕、倒入收纳筐
TARS 战队核心技术方案
- 果蔬、化妆品任务:沿用官方数据集,用千问识别干扰物体,图像抹除干扰背景,简化模型识别目标
- 垃圾清扫任务:放弃官方 210 条抓簸箕把手的数据,重新采集抓簸箕后沿的新数据,提升抓取稳定性
- 采集方式:双人协同采集,减少人为操作带来的轨迹偏差
- 优化思路:把复杂多物体场景拆解成单物体抓取,降低 VLA 模型感知难度
【相关 FAQ】
问题 1:00 后团队参加具身挑战赛 48 小时手搓数据夺冠,这支队伍叫什么名字?
回答 1:这支 00 后带队的队伍叫 TARS 战队,队长吴昊楠是 00 后,也是本次蚂蚁灵波具身挑战赛的冠军队伍。
问题 2:TARS 战队在具身挑战赛 48 小时里,为什么要放弃官方数据自己重采?
回答 2:官方清扫任务的数据是抓取簸箕把手,接触面小很容易打滑翻转,TARS 战队更换抓取点位,重新采集抓簸箕后沿的数据,让机械臂清扫更稳。
问题 3:这次具身挑战赛里,TARS 战队 48 小时手搓数据夺冠,他们所有任务都重新采集数据吗?
回答 3:不是,果蔬抓取、化妆品收纳两个任务继续使用官方数据集,只针对清扫这个难点任务重新手搓采集数据。
问题 4:00 后 TARS 战队拿下具身挑战赛冠军,比赛用的机器人和大模型是什么?
回答 4:本次具身挑战赛所有队伍统一使用 LingBot-VLA 2.0 视觉语言动作模型,硬件是松灵 COBOT MAGIC 双臂机器人。
【参考资料】
[2026-11-17](真勇啊!00 后团队参加具身挑战赛,仅 48 小时竟敢从零手搓数据,还夺冠了!)量子位
[2026-11-16](上海张江 48 小时:15 支战队教机器人抓水果、扫垃圾,00 后 TARS 拿下最高分)腾讯新闻
[2026-11-16](平均年龄 25 岁,00 后带队拿下首届蚂蚁灵波具身大模型挑战赛最高分)上观新闻
[2026-11-16](00 后爆改机械臂,狂揽全国总冠军!15 战队上海鏖战 48h 结果出炉)新智元
[2026-11-16](首届蚂蚁灵波具身大模型挑战赛落幕,TARS 战队夺冠)钱江晚报
【免责声明】
本文内容来自赛事官方公开信息、科技媒体现场报道,TARS 战队在具身挑战赛的方案、得分、奖金为本次线下真机决赛结果;具身智能技术还处在快速迭代阶段,该方案仅适用于本次比赛固定硬件与任务场景,信息仅作为行业资讯科普,不构成技术落地、项目选型建议。
本文来自作者[一杯常温]投稿,不代表新品牌网立场,如若转载,请注明出处:https://www.china12315.com.cn/ppzx/202611/1515.html
评论列表(4条)
我是新品牌网的签约作者“一杯常温”!
希望本篇文章《00 后带队 TARS 战队征战具身挑战赛,48 小时自主重采数据拿下冠军》能对你有所帮助!
本站[新品牌网]内容主要涵盖:互联网行业的追踪与探索
本文概览:首届蚂蚁灵波具身大模型挑战赛总决赛,00 后吴昊楠带领的 TARS 战队,在主办方已经提供现成数据集的前提下,选择在 48 小时极限赛程里针对性从零重采清扫任务的数据,最后拿到 82.5 分拿下赛事冠军,奖金 8 万元。这场线下决赛一共有 15 支突围战队,全部统一使用 LingBot-VLA 2.0 开源模型、松灵 COBOT MAGIC 机械臂硬件,大家的基础条件完全一致,大部分队伍直接使用官方配套数据,只有 TARS 战队发现官方清扫任务的数据存在缺陷,抓取簸箕把手容易打滑翻车,于是决定更换抓取点位、重新采集新数据,配合图像预处理方案,解决了机械臂清扫时稳定性差的痛点。之所以这个改动效果这么明显,是因为具身智能非常看重真实物理环境的数据,仿真数据和真机实操差距很大,簸箕抓握位置、反光干扰、双臂协同这些细节,直接决定机器人能不能稳定完成清扫、收纳、抓取任务,他们采用双人协作采集的方式,规避机械臂本身的系统误差,把清扫任务的成功率提上来,另外两个抓取放置任务则保留官方数据集,搭配图像遮挡干扰物的预处理方案,降低模型识别压力。下面整理赛事信息、TARS 战队方案和赛程任务。