2026年3月29日下午5點，在我們抵達深圳科創(chuàng)學院四樓時，參加“全球首屆具身智能開發(fā)者大會”的20組選手，已經在這里持續(xù)開發(fā)了60個小時。

現(xiàn)場彌漫著一股咖啡混合著冷氣的味道，隨處可見沒吃完的奶茶和果切，樓道里和墻角支著一個個帳篷，有選手在里面補覺，“前一天熬到凌晨4點”。

圖片由智能涌現(xiàn)拍攝

和開發(fā)應用/軟件的黑客松不同，在這場具身智能開發(fā)者大會上，看得見的，有近百臺高性能六軸機械臂；看不見的，背后還有100+ PFLOPs的算力支持，以及自變量WALL-OSS、Pi0.5、英偉達DreamZero等開源基?？晒┻x擇。

圖片由官方提供

“就沒打過這么富裕的仗！”在B站有33萬粉絲的“同濟子豪兄”，在看到主辦方提供的賽事支持后這樣感慨。

參賽選手幾乎清一色的00后。現(xiàn)場一支名為“MVP”的隊伍在當天暫列第一，隊長是一名連續(xù)創(chuàng)業(yè)者，有豐富的大賽經驗，稱自己“自備5090GPU和多款機械臂”，另外兩名隊員分別來自深圳大學和香港科技大學。

選手要做的，是在三天時間里，通過采集數(shù)據、適配算法，讓機械臂盡可能實現(xiàn)單個任務的執(zhí)行成功，比如把草莓蘋果裝進不同的籃子；或者是識別物體后，用字母積木拼出該物體的英文名稱，還有更難的——把type-C線插進端口。

“之前我們叫全球首屆，還擔心太大了，后來看了看，確實不管國內還是國外，都不曾有過這樣規(guī)模的比賽?！弊鳛橹鬓k方，自變量機器人創(chuàng)始人&CEO王潛在決賽日的發(fā)言中說。

72小時內，選手需要教會機械臂識別環(huán)境、做決策、懂操作，難度頗高。王潛自己也說，“這事兒上手確實挺難”，但他也提到，把參賽時間極致壓縮，能推大家一把。

自變量創(chuàng)始人王潛

回歸真實

具身智能，當下有一個癥結：“假”。

你看到的很多機器人進廠打工擰螺絲，或者在零售場景下取貨收款，都是在設定好程序、環(huán)境前提下的擺拍，一旦換個場地、光線，機器人便手足無措。

大賽也“不夠真”。自變量CTO王昊就對《智能涌現(xiàn)》說，行業(yè)目前幾類賽事，有的提供純仿真環(huán)境，雖然能控制變量，讓參賽者更易上手，但離現(xiàn)實世界太遠；還有的賽事只給選手提供數(shù)據，但所有評測過程均由主辦方完成。

“我們允許選手采集數(shù)據和修改硬件和各種環(huán)境配置，讓大家在模型泛化性上充分理解?！蓖蹶徽f。

此次比賽設立A/B榜，選手需要從套環(huán)（抓取）、按指令分類水果（語言理解）、插電源線（精細操作）、拼寫單詞（長時序決策）四個中，選擇針對一個任務持續(xù)攻關。

而A/B榜的差異是，A榜中，選手可以按照自己設定好的環(huán)境、任務，完成指定動作即可；但B榜，需要按照完全隨機的環(huán)境，讓機器完成任務。

舉個例子，A榜里的套環(huán)，選手可以把木環(huán)放在套桿左邊，一直按照同一個位置，讓機械臂識別并完成套?。坏贐榜里，審核員會隨機把木環(huán)放在任何位置，還會改變燈光、桌面顏色等環(huán)境指征，看機器能否在隨機條件下完成任務。

也就是說，A榜像開卷考試，考察的是選手對同一個題型的復刻能力、穩(wěn)定性；但B榜，就是用純黑盒的題型，考驗選手訓練的模型究竟有多少“泛化性”。

設立A/B榜，也是為了讓選手回歸真實，讓選手不單單為了“刷榜”，只使用少量數(shù)據來優(yōu)化特定場景，忽略了模型整體泛化性。

“這個比賽不想讓大家停留在仿真、虛擬世界的畫面里，而是上手動起來，體驗物理世界的復雜性?！弊宰兞克惴ê匣锶烁嗜玮f到。

回到現(xiàn)實

在這場具身智能開發(fā)者大賽中，選手們摸到真實的機器，采到真實環(huán)境下的數(shù)據，得到了真實場景的模型反饋，具身智能得以回歸真實。

而下一步，就是讓機器人的智能，回到現(xiàn)實。

開發(fā)者黑客松代表的，是技術極客的想象，但技術，總要落地才有價值。

這次大賽的四個類目中，套環(huán)考驗的抓取能力；按指令分類水果中包含語言理解；插電源線中對柔性物體的精細操作，以及拼單詞背后的長序決策能力，都是機器人落地工廠、家庭等現(xiàn)實場景中必備的能力。

圖片由官方提供

在這場賽事舉辦前夕，自變量還宣布，與58到家合作，在深圳推出智能保潔服務，讓全球首個機器人保潔員上崗。

“家庭是具身智能的圣杯，它代表最廣泛、最開放的環(huán)境和任務，解決了家庭任務，就代表模型可以實現(xiàn)完全泛化?！蓖蹶蝗绱诵稳荨?/p>

必須承認的一個事實是，讓機器人完全替代人類完成保潔，還不現(xiàn)實，在自變量與58到家的演示視頻中，機器人只能實現(xiàn)整理物品、清潔桌面等基礎動作，而像收納大件床單這種復雜動作，還需要和真人協(xié)作完成。

那么，機器人進家庭的時間，是否應該等模型足夠成熟后，再逐步實現(xiàn)呢？王昊并不認同這個結論。

“一開始就直面最復雜最開放的場景，才能讓模型智能水平，提升到可以解決豐富場景的能力。”王昊說，“不管從什么時候開始，越早開始越好。”

不論是開發(fā)者大賽還是機器人落地，自變量的思路都相當一致。

具身智能是一個復雜的系統(tǒng)性工程，從數(shù)據、算法、模型工具、訓練范式，行業(yè)都沒有一個絕對共識，而自變量的法則是，鼓舞更多的人參與進來，在嘗試中，讓模型與智能迭代。

在解釋舉辦比賽的初衷時，王潛也用“openclaw”給臺下的開發(fā)者們舉例：“小龍蝦為什么火，并不是因為一群專業(yè)人士在做，而是無數(shù)個人開發(fā)者、無數(shù)小團隊一起，把它推成了一個龐大的生態(tài)。”

“我希望能做到具身智能的平權?！蓖鯘撜f。