什麼樣的機器人，是我們所期待的？
重點摘要
智能已經學會了很多事。它會推理，會生成，會在海量信息裡迅速找到方向。屏幕之內，一切都在加速。可屏幕之外，支撐現實世界運轉的任務，仍然必須有人到場，必須有人判斷，必須有人行動。所以今年，ATEC向一個更接近未來的問題，發出追問：如果智能的下一步，不再只是理解世界，而是開始進入世界，開始承擔任務——那麼，我們該對它抱有怎樣的期待？或者說，如果用一場賽事去回應我們的期待，這場賽事應該長什麼樣子？我們將用一個視頻，講述ATEC2026命題的思考 一、ATEC2026希望回答的，是機器人如何作為一個完整系統成立現實中的任務不會被拆成若干完美步驟，也不會在一個動作完成之後，再給出下一步的標準答案，移動、感知、操作、判斷往往同時發生。ATEC2026正是從這一判斷出發，重新組織比賽的命題邏輯。賽事將更關注系統在真實環境中的連續執行、長期穩定與整體協同。這也是ATEC2026將“開放、動態、非結構化環境中的連續任務機制”“長時序運行中的穩定性、安全性與可重複驗證”明確寫入賽事主張的原因。二、ATEC2026賽事結構，本身就是機器人走入真實世界的路徑本屆賽事通過構建“線上仿真—線下驗證”的統一任務體系，在不同階段逐步提升驗證強度。因此，ATEC2026的賽事結構本身，就是一種關於“機器人如何走入真實世界”的回答：線上賽 ：能力從哪裡開始建立線下預選賽：能力如何從仿真遷移到現實線下決賽：機器人能否在開放世界中真正承擔任務 1、線上賽：統一任務結構，建立能力基線線上賽分設兩個賽道，每個賽道均設置 L0 與 L1 兩層任務，覆蓋：L0： 足式運動 / 桌面操作任務 L1： 垃圾拾取與投放、越障任務 線上賽任務與線下賽任務在結構上對齊，最終通過客觀評分機制自動生成排名。2、線下預選賽：標準化場地，驗證系統穩定性與虛實遷移能力線下預選賽在標準化賽場進行，三大分站（中國上海、中國香港、美國匹茲堡）統一賽
智能已經學會了很多事。它會推理，會生成，會在海量信息裡迅速找到方向。屏幕之內，一切都在加速。可屏幕之外，支撐現實世界運轉的任務，仍然必須有人到場，必須有人判斷，必須有人行動。所以今年，ATEC向一個更接近未來的問題，發出追問：如果智能的下一步，不再只是理解世界，而是開始進入世界，開始承擔任務——那麼，我們該對它抱有怎樣的期待？或者說，如果用一場賽事去回應我們的期待，這場賽事應該長什麼樣子？我們將用一個視頻，講述ATEC2026命題的思考 一、ATEC2026希望回答的，是機器人如何作為一個完整系統成立現實中的任務不會被拆成若干完美步驟，也不會在一個動作完成之後，再給出下一步的標準答案，移動、感知、操作、判斷往往同時發生。ATEC2026正是從這一判斷出發，重新組織比賽的命題邏輯。賽事將更關注系統在真實環境中的連續執行、長期穩定與整體協同。這也是ATEC2026將“開放、動態、非結構化環境中的連續任務機制”“長時序運行中的穩定性、安全性與可重複驗證”明確寫入賽事主張的原因。二、ATEC2026賽事結構，本身就是機器人走入真實世界的路徑本屆賽事通過構建“線上仿真—線下驗證”的統一任務體系，在不同階段逐步提升驗證強度。因此，ATEC2026的賽事結構本身，就是一種關於“機器人如何走入真實世界”的回答：線上賽 ：能力從哪裡開始建立線下預選賽：能力如何從仿真遷移到現實線下決賽：機器人能否在開放世界中真正承擔任務 1、線上賽：統一任務結構，建立能力基線線上賽分設兩個賽道，每個賽道均設置 L0 與 L1 兩層任務，覆蓋：L0： 足式運動 / 桌面操作任務 L1： 垃圾拾取與投放、越障任務 線上賽任務與線下賽任務在結構上對齊，最終通過客觀評分機制自動生成排名。2、線下預選賽：標準化場地，驗證系統穩定性與虛實遷移能力線下預選賽在標準化賽場進行，三大分站（中國上海、中國香港、美國匹茲堡）統一賽題與評測標準。機器人需要在一次連續運行中完成行走、目標識別與抓取、定點投放等相關任務，重點驗證選手：長時序自主運行能力 運動控制與操作協同能力 系統穩定性與可重複性3、線下決賽：開放環境，真實世界極限挑戰線下決賽進入開放、動態、非結構化的真實戶外環境，是“人工智能與機器人真實世界極限挑戰”理念的集中呈現。機器人需要在一次連續運行中，完成多階段任務，包括：戶外越野（長距離行走） 垃圾拾取與投放 越障與環境改造 自主搜索與任務執行 多隊競技任務三、賽題的背後，是我們所期待的機器人未來ATEC真正關心的，是一個能夠走進現實、接住任務、開始作用於世界的機器人。而這種能力的判斷，最終會落到三個標準上：行走、操作、改變環境。ATEC2026的所有題目，也是圍繞著測試者三個關鍵能力來展開：把機器人放進一條不斷向前的任務鏈裡，通過對這三個標準的持續考察，去判斷它是否真正具備走入真實世界的能力。而這，也正是ATEC2026更想做的事。用一套清晰的判斷標準，一個足夠具體、也足夠面向未來的方向。讓機器人在一次次挑戰中，去逼近這個標準；也讓具身智能在不斷被檢驗、被對照、被推動的過程中，真正一步步走入真實世界。現在報名，為時不晚ATEC2026線上賽仍在進行中報名窗口將於 2026年6月15日22:00（UTC+8）關閉ATEC2026歡迎你來到賽場，給出自己的答案? 報名時間：2026年4月1日- 6月15日? 報名平臺：https://www.ATECup.com? 諮詢郵箱：[email protected]
Related
相關文章
GPT發AI原創新成果了
這篇消息聚焦「GPT發AI原創新成果了」。原始導語提到：AI實現藥物全自動研發，還遠嗎？ 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
AI越強，越要“殺死”過去的自己
這篇消息聚焦「AI越強，越要“殺死”過去的自己」。原始導語提到：人類需要實現思維模式的轉變。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Salesforce CodeGen Tutorial: Generate, Validate, and Rerank Python Functions With Unit Tests and Safety Checks
In this tutorial, we implement an end-to-end workflow for Salesforce CodeGen. We load a CodeGen model from Hugging Face, prepare it for code generation, and use it to generate Python functions from natural-language prompts. We then move beyond basic inference by adding function extraction, syntax checking, static safety checks, unit-test-based validation, best-of-N candidate reranking, multi-step program synthesis, prompt-style experimentation, benchmark visualization, and artifact export. Through this workflow, we learn how CodeGen can be used not only as a code completion model but also as part of a structured code-generation pipeline that evaluates, filters, and organizes generated solutions. Loading the Salesforce CodeGen Model from Hugging Face Copy CodeCopiedUse a different Browserim
Transformer之父離開谷歌，奧特曼等了他十年
這篇消息聚焦「Transformer之父離開谷歌，奧特曼等了他十年」。原始導語提到：27億美元也沒能留住，Noam Shazeer追尋下一代架構。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Dario訪談首曝：Mythos被稱為“超級武器”
這篇消息聚焦「Dario訪談首曝：Mythos被稱為“超級武器”」。原始導語提到：在這場69分鐘完整訪談裡，Dario Amodei 說人類真正面對的不是某個突然降臨的奇點，而是一條已經開始垂直起飛的指數曲線。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
用結構替代數據，因果世界模型如何重塑具身智能大腦
這篇消息聚焦「用結構替代數據，因果世界模型如何重塑具身智能大腦」。原始導語提到：因果世界模型需要一個標誌性的時刻來證明自己。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。