第二屆世界人形機器人運動會模擬消防救援比賽:需在半小時內完成救火任務

2026年8月17日 18:05
第二屆世界人形機器人運動會模擬消防救援比賽:需在半小時內完成救火任務
站內 AI 整理稿

作者:清源 責編:清源 評論: 8 月 17 日消息,8 月 16 日,第二屆世界人形機器人運動會在北京舉行了一場模擬消防救援比賽,共有 23 支隊伍參加,重點檢驗機器人在複雜現實環境中的實際作業能力。這項演練屬於運動會針對現實環境適應能力設置的測試項目。與在室內搭建受控模擬場景不同,應急管理項目直接搬進真實消防隊,機器人需要在接近實際工作的環境中自主行動並完成具體任務。模擬消防任務旨在測試機器人面對真實環境時能否穩定完成作業。據《環球時報》英文版《Global Times》報道,今年的場景賽與去年相比更加突出“真實模擬”。

每臺機器人需要在 30 分鐘內完成三項任務:識別危險物質、關閉閥門和撲滅火源。比賽現場會隨機放置兩種模擬危險物質,機器人必須識別並通過圖像報告類型,隨後找到並關閉三個隨機指定的閥門,最後找到滅火器並持續噴射,直到火焰熄滅。人類消防員負責點燃現場火源,同時負責觀察機器人能否正確使用滅火器。比賽暴露出機器人從受控實驗環境進入現實環境後面臨的實際困難,降雨、光線變化和室外條件都會干擾視覺識別和機械操作。其中,UniX AI(優理奇)的機器人雖然在規定時間內完成了任務,但整體速度遠低於人類消防員,機械手對準滅火器目標位置時也嘗試了兩次才成功。當日參加比賽的 12 支隊伍中,只有 3 支完成全部挑戰。

從報道中獲悉,降雨、不斷變化的光照和室外環境都會影響視覺識別和操作,感知或運動規劃任何一個環節出錯,都可能讓整次任務失敗。機器人不僅需要正確識別物體並選擇對應動作,還必須在保持身體平衡的同時精確協調多個關節。比賽也體現了人形機器人硬件系統的複雜程度。靈巧的手部動作需要高精度關節,力量輸出、身體穩定和移動則依賴高扭矩執行器,不同任務往往需要多種硬件協同工作。部分參賽機器人沒有采用傳統雙腳,而是使用全向輪,多關節機械手則負責完成更加精細的操作。遙操作目前仍是人形機器人技術體系中的重要組成部分。

部分隊伍會在比賽開始前不久甚至任務進行期間使用 VR 頭顯遠程操控機器人,操作人員可以通過機載攝像頭獲得第一人稱視角,再實時引導機器人完成動作。多支隊伍還採用中國研發的關節模組,伺服執行器覆蓋從低力度精密控制到高力度動作所需的不同扭矩範圍。專家稱,這類現實環境比賽能夠積累大量有價值的失敗數據,用於進一步改進機器人的感知、運動規劃和 AI 系統。投訴水文 我要糾錯 下載APP,簽到賺金幣兌豪禮 相關文章關鍵詞:人形機器人,消防機器人宇樹科技發佈“超人”機器人:原地跳高 2m、極限速度 12.

66m/s 超越人類紀錄人形機器人運動會賽前衝刺備戰“家政賽”:30 分鐘內完成收納疊衣等多項任務,AI 大模型助力持續學習第二屆世界人形機器人運動會新增跳遠、舉重、拔河等項目,2056 臺機器人同臺競技《人形機器人試驗方法》系列國家標準啟動會在武漢舉行,宇樹科技、小米機器人參會機器人也有“運動員村”,第二屆世界人形機器人運動會本月開賽全球 16 國 2056 臺機器人將參加第二屆世界人形機器人運動會,隊伍總量同比增長 138%

Related

相關文章

阿里達摩院推出肝癌AI模型,精準識別1釐米微小腫瘤

8月24日消息,阿里巴巴達摩院聯合中國醫科大學附屬盛京醫院等機構研發出肝癌診斷AI模型DAMO LiON 8月24日消息,阿里巴巴達摩院聯合中國醫科大學附屬盛京醫院等機構研發出肝癌診斷AI模型DAMO LiON,可通過CT影像識別微小的肝臟癌變病灶。在兩個月的真實世界前瞻臨床試驗中,該AI模型發現了15例原本被遺漏的惡性腫瘤,絕大部分為1釐米左右的病灶,幫助患者得到及時的手術或藥物治療。

剛剛

WRC 2026|原生全模態世界模型:從模擬世界到交互世界

世界機器人大會期間,智象未來創辦人梅濤於「物理AI引領者論壇」發表演講,提出原生全模態世界模型從「模擬世界」走向「交互世界」的觀點。他強調即使AI模型智商接近140,高IQ不代表全能,需具備在真實物理世界中穩定完成任務的能力,此為Physical AI發展的關鍵。論壇聚焦通用物理智慧的技術演進與產業路徑,匯聚眾多專家參與。

剛剛

阿里巴巴達摩院推出肝癌 AI 模型:可精準識別 1 釐米微小腫瘤

作者:遠洋 責編:遠洋 評論: 感謝網友 HH_KK 的線索投遞!8 月 24 日消息,阿里巴巴達摩院聯合中國醫科大學附屬盛京醫院等機構研發出肝癌診斷 AI 模型 DAMO LiON,可通過 CT 影像識別微小的肝臟癌變病灶。在兩個月的真實世界前瞻臨床試驗中,該 AI 模型發現了 15 例原本被遺漏的惡性腫瘤,絕大部分為 1 釐米左右的病灶,幫助患者得到及時的手術或藥物治療。

剛剛
何夕2077研究與前沿

棋類模型可解釋

在人工智慧研究領域,模型的可解釋性一直是備受關注的課題。近期有觀點指出,棋類模型具備可解釋的特性,這意味著此類模型的決策過程與內部運作機制,能夠被研究者或使用者以相對直觀的方式理解與分析。相較於許多深度學習模型常被視為「黑箱」,棋類模型在處理圍棋、象棋等棋類遊戲時,其每一步的選擇與策略推演,往往能透過棋譜或演算法邏輯加以回溯,從而為AI的透明化提供了一個具體的觀察窗口。

10 小時前