“AlphaGo”殺進足球場！自我對弈140年，機器人成“梅西終結者”

在“虛擬世界盃”自我對弈140年後，終於帶著球技出山。視頻中的人形機器人“Messinator”穿著阿根廷隊服，絲滑地帶球過人，一腳射門： 這一成果來自美國具身智能獨角獸Skild AI。有網友看完忍不住感嘆： 最妙的是獎勵函數只給了進球，盤帶、護球、倒地爬起來全是自己“悟”出來的。AlphaGo那套self-play方法論又在物理世界又走通了一次；虛擬世界盃踢140年，值了！那麼這個Messinator究竟是一個怎樣的機器人？造出它的Skild AI又是什麼來頭？看下去就知道了。“梅西終結者”，在虛擬世界盃苦練140年 Messinator這個名字拆開看很有意思。

它的前半截是梅西（Messi），後半截來自經典科幻電影《終結者》裡的機器Terminator，把這倆合在一起就是“梅西終結者”。（big膽hhh） 它真正大腦是Skild AI此前推出的旗艦機器人基礎模型S1。而S1最核心的能力，就是讓機器人像大模型一樣“上下文學習”。我們只需給它看一段任務示範視頻，它就能把視頻當作“提示詞”，逐步理解咱們想完成什麼任務，並把視頻裡的意圖和動作轉換成適合自己身體的執行方式。最爽的是，它碰到新任務不用回爐重造，直接就能上手。不過，會看視頻還只是第一步。Skild AI認為，像S1這樣的基礎模型主要從人類數據中學習，能力上限難免受人類經驗限制。

如果想繼續變強，就得讓機器人自己創造經驗，並嘗試著自己去發現人類沒教過的動作。於是，Skild AI又在S1基礎上加入了強化學習和self-play，也就是自我對弈。它的整個訓練設置並不複雜，團隊把機器人放進了NVIDIA Isaac Sim搭建的虛擬足球場，並只給它設定了一個最終目標：進球，拿到高分。然後，在整個訓練過程中，沒有人為盤帶單獨設置獎勵，也沒有人為護球、搶斷、射門和倒地起身逐一打分。機器人面對的對手，只是自己此前保存下來的模型版本。通過新舊版本反覆比賽，贏下來的新策略，又會成為下一輪訓練中更難對付的對手。於是，每一次進步，都會為機器人自動製造出下一道難題。

Skild AI技術博客顯示，機器人剛進入虛擬球場的前幾個月連走路都不利索； 但等它“長到大學生的年紀”，便自行學會了摔倒後重新站起來。而隨著對手不斷變強，機器人盤帶繞過防守、用身體護球、主動搶斷等更復雜的行為也開始陸續出現。全程沒有工程師規定它必須這樣做； 它保留下這些動作只有一個初心：它們能幫自己贏球。這正是self-play最迷人的地方。當年，AlphaGo正是通過與自己對弈，逐漸發現了一些連頂尖棋手都沒預料到的下法，並於2016年4:1一舉擊敗韓國傳奇棋手李世石九段，正式拉開了AI變革的序幕。

現在，Messinator也通過自我對弈、在虛擬世界踢了140年世界盃，將足球策略遷移到了真實人形機器人上。最終，Messinator不僅能走到球前完成射門，還學會了帶球、護球、搶斷，並在真人對抗中調整自己的位置和動作。Skild AI通過這場硬核的演示，充分證明了機器人不一定都要由人類親手教會新動作； 它也可以自己練、自己輸、自己總結，再自己變強。而這，恰好就是Skild AI過去幾年一直在押注的方向。一顆大腦，控制所有機器人 2025年7月，Skild AI正式推出了一套能夠跨硬件運行的機器人基礎模型——Skild Brain。

它的核心主張是： Any robot, any task, one brain.目標是打破“一種身體配一套大腦”的行業桎梏，讓不同形態的機器人執行不同任務時都可以使用同一顆大腦。隨後沒過兩個月，Skild又進一步公開了一組omni-bodied訓練成果。團隊在仿真世界中生成了約10萬種身體結構各異的機器人，讓同一個模型累計訓練約1000個仿真年。到了測試階段，模型還得直接接管訓練時從未見過的機器人。哪怕機器人突然斷腿、關節鎖死、輪子卡住，或者背上額外負重，模型也不會立刻“趴窩”，而是會根據身體狀態在線調整重心和運動方式。部分情況下，它甚至只需幾秒鐘的時間就能重新找回平衡，並摸索出新的移動方法。

這套omni-bodied訓練體現了Skild最核心的思路： 機器人見過的身體越多，就越難靠死記硬背過關。為了能同時控制10萬種不同的身體，模型只能嘗試理解平衡、關節、重心和動力之間更通用的物理規律，而不是背下一款機器人的固定步態。如今的Messinator，正是延續了這條技術路線，並進一步疊加了self-play。其中，Skild Brain負責賦予它控制身體、保持平衡和應對碰撞的基本功； self-play則負責讓它思考“下一步該怎麼做，才會更好？”。而從10萬種機器人身體，到140年的虛擬世界盃，Skild這條看似瘋狂的技術路線並非橫空出世。

把這些想法從論文一路推向真實機器人的，是兩位在機器人學習領域深耕多年的卡內基梅隆大學教授。兩位CMU教授，聯手造機器人大腦 Skild AI成立於2023年，脫胎於卡內基梅隆大學（CMU）機器人研究體系。團隊成員既包括來自卡內基梅隆大學、斯坦福大學、加州大學伯克利分校等高校的研究人才，也包括曾任職於Meta、Tesla、NVIDIA、Google、Amazon和Everyday Robotics等機構的研究員及工程師。而聯合創始人兼CEO Deepak Pathak的經歷，幾乎串起了Skild AI的整條技術路線。

他本科畢業於印度理工學院坎普爾校區計算機專業，後赴加州大學伯克利分校攻讀計算機博士，師從計算機視覺領域知名學者Alyosha Efros和Trevor Darrell。博士畢業後，他曾在Meta（前Facebook）AI Research從事研究工作，也曾在伯克利與機器人學習專家Pieter Abbeel合作，擔任訪問博士後。此後，他進入卡內基梅隆大學，成為機器人研究所和機器學習系教授。Deepak Pathak最具代表性的研究之一是“好奇心驅動的探索”。

這項研究等基本思路是，與其讓機器只能依賴人類設計的外部獎勵，不如賦予它一種內在動力，讓它對陌生和難以預測的現象產生“好奇”，並主動探索環境，並在探索中學會新的能力。Deepak這套研究思路後來又延伸到自監督機器人學習、視覺模仿學習、Sim2Real和自適應控制等方向。在創辦Skild AI之前，Pathak還曾聯合創立人臉識別公司VisageMap（該公司後來被FaceFirst收購）。

Skild AI的另一位聯合創始人兼總裁Abhinav Gupta，博士畢業於馬里蘭大學計算機系，現任卡內基梅隆大學機器人研究所教授； 他曾參與建立Facebook AI Research匹茲堡實驗室，並擔任研究管理和領導職務。並長期專注於研究大規模視覺學習、自監督學習、終身學習、機器人操作和物理常識，是早期“讓機器人通過自主交互收集訓練數據”路線的重要研究者。曾獲得斯隆研究獎、PAMI青年研究員獎、IAPR J.K.Aggarwal Prize等獎項。

Anyway，家人們，你們說要是哪天“Messinator”真進化到能踢世界盃，像當年AlphaGo對戰柯潔那樣，跟梅西來一場世紀人機對決，咱們能受的了嗎？參考鏈接：[1] https://x.com/SkildAI/status/2102807731564662797[2] https://www.skild.ai/blogs/physical-self-play[3] https://www.skild.ai/blogs/s1[4] https://www.skild.

ai/blogs/building-the-general-purpose-robotic-brain[5] https://www.skild.ai/blogs/omni-bodied[6] https://www.cs.cmu.edu/~dpathak/[7] https://proceedings.mlr.press/v70/pathak17a.html[8] https://www.cmu.edu/news/stories/archives/2018/july/facebook-ai-research.html[9] https://www.cs.cmu.

edu/news/2021/gupta-wins-aggarwal-prize-self-supervised-learning 版權所有，未經授權不得以任何形式轉載及使用，違者必究。