三金，又是中国队！全球机器人视触融合挑战赛揭榜

---

---

新智元报道

编辑：桃子 好困

【新智元导读】ManiSkill-ViTac 2025视触觉融合挑战赛揭榜！全球42支团队激烈交锋，中国团队包揽三金，刷新国际榜单。

今天，机器人和自动化领域的全球顶级会议ICRA 2025在亚特兰大正式拉开帷幕。

不久前，机器人领域的顶级赛事——ManiSkill-ViTac 2025也公布了获奖团队名单。

5月23日，ManiSkill-ViTac 2025的成果将在ICRA 2025第六届ViTac国际研讨会中集中汇报。

据主办方统计，本届赛事吸引了来自清华、北大、港大、新加坡国立大学、穆罕默德·本·扎耶德人工智能大学等42支全球顶尖团队同台竞技。

最终包揽三个赛道金牌的赢家，是来自国内的两家具身初创公司。

其中，拿下「纯触觉操控」和「触觉传感器设计」两个赛道金牌的是原力灵机Dexmal。

这家刚成立不久就获得2亿天使轮融资的黑马企业，核心团队出身于老牌AI企业旷视科技，并且具有超过10年的AI原生产品规模落地经验。

拿下「视触融合操控」赛道的冠军它石智航，几乎与原力灵机同时宣布了天使轮融资，凭借1.2亿美元的融资额创造了中国具身智能行业最大天使轮新纪录。

三大赛道，三块金牌，不仅让大家感受到了具身智能在细分领域有多「卷」，更是体现了中国在机器人操控领域的国际领先实力。

机器人界「奥赛」

视触觉融合大挑战

在人工智能的版图中，具身智能与AI 1.0时代和如今炙手可热的LLM，有着本质的区别。

AI 1.0聚焦于模式识别，大模型擅长处理文本等多元信息。

具身智能则直面物理世界，追求让机器人像人类一样感知、思考并与环境交互。

这种「身体与智能」的结合，不仅需要算法的突破，还要求硬件设计、场景适配和多模态感知的深度协同。

另外从衡量标准来说，不同于AI 1.0时代产学研在CVPR的华山论剑；也不同于大模型行业在OpenCompass，Eval等Benchmark上的百家争鸣。

具身领域的基准相对稀缺分散，且挑战重重。

它不仅需要模拟复杂的物理交互、开发高精度硬件，甚至在真实场景中验证算法的鲁棒性，这使得相关赛事的门槛极高，玩家数量也更少。

随着具身技术日趋成熟，竞争越来越激烈，其细分领域的挑战赛热度也在升温。

当前，公众往往更关注机器人的运动性能，比如灵活的机械臂或灵巧的步伐，但在实际应用中，视觉触觉等多模态感知的融合对机器人发展至关重要。

为了促进机器人获得像人类一样的操控技能，ManiSkill基准测试应运而生。

自2025年首届于ICLR举办以来，ManiSkill挑战赛已成为具身智能领域的「金字招牌」。并在2025年引入「视触觉」融合专题（Vitac），以弥补传统视觉主导方案的不足。

运动能力可以让机器人「动起来」，比如近来比较火的擎天柱热舞视频，而多模态感知则赋予其「看懂世界，摸清环境」的智慧。

尤其是，在需要精细操作的场景中，视觉触觉协同作用决定了机器人的使用价值。

然而，在许多现实场景中，它们的表现仍不如意。

比如，在抓取不规则物体、执行毫米级精度的操作，或处理柔性材料时，机器人常常因感知不足而失败。

英伟达高级科学家Jim Fan在红杉的闭门演讲中，将其称之为「物理图灵测试」。演讲过程中，他展示了一个机器人提供VIP早餐服务的翻车视频，引全场爆笑。

一个再普通不过的生活场景，机器人为啥就搞得一团糟呢？

这是因为，当前机器人领域的研究主要依赖视觉感知，通过摄像头捕捉环境信息，并进行决策。

但视觉主导的方案，在接触密集场景中存在着明显的局限性，比如遮挡、光线变化、物体透明度，都会干扰视觉数据。

与此同时，那些缺乏触觉反馈的机器人，更是难以感知接触力、表面纹理或物体刚性等关键信息。

这导致了，机器人在医疗手术、精密装配、复杂物流分拣等场景中，难以达到人类水平的操作能力。

ManiSkill-ViTac视触觉融合挑战赛的诞生，恰恰填补了这一技术空白。

主页地址：https://ai-workshops.github.io/maniskill-vitac-challenge-2025/

它由清华、UCSD、伦敦国王学院等顶尖机构联合主办，聚焦于视触觉融合技术，以拓展机器人在复杂操作任务中的能力边界。

与历届ManiSkill赛事不同，ManiSkill-ViTac提供了触觉物理*平台并搭建了现实世界的测试平台，是全球范围首个结合视觉与触觉的公开赛事。

ManiSkill-ViTac 2025的意义远超学术竞赛，它为机器人行业提供了从实验室到现实应用的桥梁。

它将推动触觉 - 视觉融合算法的进步，加速改进触觉传感器设计，为丰富接触的操作任务建立基准。

在42支全球参赛团队中，中国团队的表现尤为亮眼。

以原力灵机为代表，不仅在算法研发上取得了突破，还通过「算法+硬件+场景」的系统创新，推动技术快速落地。

中国队夺三金

凭什么？

在纯触觉操作赛道（Track1）中，原力灵机Dexmal团队直面机器人操控的终极难题：

如何在完全没有视觉辅助的条件下，仅凭触觉完成高精度的操作？

Perplexity

Perplexity是一个ChatGPT和谷歌结合的超级工具，可以让你在浏览互联网时提出问题或获得即时摘要

302 查看详情

根据介绍，Track1要求机器人通过触觉传感器，完成将轴体插入毫米级孔洞的复杂任务。

这不仅需要其精准解析轴体轮廓的种种特征，还要依据接触反馈构建起准确的空间坐标系。

传统方案大多依赖RL，但受限于触觉数据的低维度和高噪声，成功率仅为14.81%，且因接触力失衡，传感器常因过度受力而损坏。

为此，Dexmal团队提出了创新的「双范式学习框架」，将专家知识与智能学习巧妙结合。

首先，他们利用专家示范数据，对策略网络进行预训练，让机器人快速掌握空间探索的基本能力。

随后，团队引入模仿学习生成动态奖励函数，为RL的每一步微观操作提供精准、实时的反馈引导。

这种分层递进学习的策略，就像为机器人装上了双「无形的眼睛」，让其在无视觉辅助这一苛刻条件下，依然能够精准定位孔洞位置。

这一方案的真实效果，令人震撼。

在*测试中，Dexmal混合算法将成功率提升了2-3倍，远超单一强化学习的方案。

更重要的是，在真实机器人验证环节，Dexmal方案凭借大幅领先的比分，充分彰显了其在纯触觉赛道领域的强大竞争力。

而在触觉传感器设计赛道（Track3）中，原力灵机Dexmal团队再次展现了技术前瞻性。

触觉传感器，作为机器人「触觉」的核心硬件，长期面临成本高、制造复杂、性能不稳定的难题，行业仍处于探索初期。

Dexmal团队以经济性与高效性为核心目标，从传感器结构到数据处理进行了全链条优化。

首先，他们重新设计了传感器的几何形状，使其能自适应非均匀应力分布，轻松应对不同任务需求。

其次，团队优化了四面体网格，力求在计算精度与实时性之间达成平衡。

最后，他们优化了标记点的分布，兼顾空间分辨率与信号鲁棒性。

为了验证设计效果，团队对传感器的空间分辨率、计算效率和算法协同性进行了全面测试。

结果显示，新设计不仅让算法性能显著提升，还有效降低了成本。

这种「高性价比」的方案，让Dexmal团队在比赛中一举夺魁，或许将为触觉传感器的规模化应用打开了大门。

通往AGI

必须要翻越具身的高山

与语音、文本等模态不同的是，触觉信息就是物理世界的「原生数据」。

它不仅对具身智能至关重要，更是实现AGI的关键一环。

触觉，可以让机器人能够感知物理纹理、力反馈、材料特性等，提供视觉无法捕捉的信息。

它为机器人与现实世界的深度交互提供了可能。另一方面，视觉则可以为全局环境的理解提供支持。

两者的融合，不仅可以提升机器人对环境的感知鲁棒性，还为跨场景、跨任务的泛化能力奠定了基础。

作为赛事主办方代表，清华大学助理研究员陈睿博士表示：

多感知模态融合在机器人领域有非常大的应用价值。我们举办挑战赛的初衷是希望为业界提供一个平台，共同推进视触觉融合技术的进步。

未来，我们还计划扩展任务复杂性，比如纳入语言模态，推进视觉-触觉-语言多模态大模型发展。也希望能够有越来越多的优秀团队能够参与进来。

相比如火如荼的LLM，机器人直接作用于物理世界，是AGI必须要翻越的高山，也是解决未来生产力难题的核心。

只有将触觉视觉无缝融合，才能提升机器人精细操作的能力。

前段时间，老黄在接受采访时表示，人形机器人将是一个价值50万亿美元的产业。当前，全球机器人市场正处于爆发前夜。

未来，它将为工业、医疗、物流等领域的智能化转型，注入全新动能。

也就是说，这一领域技术突破和落地，将为全世界带去的价值不可估量。

中国团队在赛事中的卓越表现，彰显了其在全球AI和机器人领域的引领地位。

夺得双金的Dexmal团队表示，团队日前还参加了CVPR 2025协作智能Workshop核心赛事之一——RoboTwin，并在第一轮*平台赛中斩获并列第一。

目前，他们正全力备战第二轮比赛，结果将于6月底公布。

这些连连战绩，无疑为中国在具身智能领域的全球影响力，再添浓墨重彩的一笔。

ManiSkill-ViTac 2025的正式落幕，不仅是一场技术的巅峰对决，更是中国具身智能崛起的里程碑。

原力灵机和它石智航的耀眼表现，展现了中国团队在算法创新、硬件突破、场景落地的全栈实力。

他们用三枚金牌向世界证明：中国不仅是AI赛道上的追赶者，更是引领者。

参考资料：

https://ai-workshops.github.io/maniskill-vitac-challenge-2025/#Award

以上就是三金，又是中国队！全球机器人视触融合挑战赛揭榜的详细内容，更多请关注其它相关文章！

# git  # 网站建设要准备的内容  # 陇南网站包年推广  # 邓州附近网站建设  # 子洲如何优化关键词排名  # 房山关键词排名公司  # 亦庄网站建设推广  # 将为  # 是一个  # 爱普生  # 景中  # 的是  # 这一  # 三金  # 中国  # 又是  # 中国队  # 2025  # 区别  # ai  # 具身智能  # 北京互联网网站推广行业  # 唐山高端网站优化多少钱  # seo英语单词书籍  # 聊城网站建设案例 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 提升工作效率的智能工具：Zapier 让工作变得更简单！  曝索尼在开发新头显设备：游戏中使用AR技术  懒人必备的家居清洁好物，石头自清洁扫拖机器人G20  击败LLaMA？史上超强「猎鹰」排行存疑，符尧7行代码亲测，LeCun转赞  移远通信率先完成多场5G NTN技术外场验证，为卫星物联网应用落地提速  微软 Copilot 团队主管呼吁用户与 AI 交流时应使用恰当的礼貌用语  华为4G5G通信物联网收费标准公布，多年研发成果，十年花费近万亿  第四范式「式说」大模型入选《2025年通用人工智能创新应用案例集》  智能技术提高现代商业运营的7七种方式  无人机协助盐城交通执法的协同训练  OpenAI限制网络爬虫访问以保护数据免被用于AI模型训练  曝光HarmonyOS 4的重要新能力：全面升级AI大模型，小艺实现全面进化  马斯克讽刺人工智能炒作：什么“机器学习”，其实就是统计  Meta Connect 2025已确定时间为9月27-28，主题涵盖Quest 3与AI技术  学而思网校推出首个基于自研大模型的《人工智能第一课》  ​布局智能物联新时代,中国移动“5G+物联网”亮相2025 MWC  普林斯顿大学推出 Infinigen AI 模型，生成真实自然环境 3D 场景  人工智能：解决劳动力短缺的关键策略  2025VR&AR显示技术峰会视频解析： 歌尔光学展示最新一代VR/AR光学模组  重塑未来生活的五项技术趋势  WHEE上线时间介绍  新华三集团总裁兼首席执行官于英涛：人工智能时代需要想象力，更需要精耕务实  华为云天筹AI求解器荣获世界人工智能大会最高奖  扎克伯格吐槽苹果Vision Pro：社交落后Meta太多，无法建设元宇宙  13条咒语挖掘GPT-4最大潜力，Github万星AI导师火了，网友：隔行再也不隔山了  英特尔张宇：边缘计算在整个AI生态系统中扮演重要角色  自动驾驶汽车避障、路径规划和控制技术详解  南京制造的国产工业机器人：在外资品牌竞争中突围，年销售1.8万台  轻量级的深度学习框架Tinygrad  Meta 推出 Quest 超级分辨率技术，让 VR 画面更清晰  Midjourney 5.2震撼发布！原画生成3D场景，无限缩放无垠宇宙  谷歌推出 SAIF 框架，倡导安全环境下探索和发展人工智能  你大脑中的画面，现在可以高清还原了  世界人工智能大会（WAIC 2025）点燃魔都，博尔捷数字科技携前沿技术产品亮相  谷歌将使用公开信息训练 AI 模型，构建更强大的自家产品  鹅厂机器狗抢起真狗「饭碗」！会撒欢儿做游戏，遛人也贼6  爱设计PPT发布第二代AI一键生成PPT产品：智能、个性化、自动化  OpenAI CEO 山姆・阿尔特曼呼吁 AI 领域中美应当合作  视觉中国推出AI灵感绘图功能  OpenAI 已全面开放 GPT-3.5 Turbo、DALL-E 及 Whisper API  小岛秀夫不反对使用AI 但认为人类应该凌驾于AI  不止“文心一言”，消息称百度将推出全新 AI 对话软件“万话”  眼球反射解锁3D世界，黑镜成真！马里兰华人新作炸翻科幻迷  人工智能大胆预测：银河系至少有2万个地球，36种外星文明  OpenAI宣布组建新团队 以控制“超级智能”人工智能  MIT开发“PhotoGuard”技术保护图像免遭恶意AI编辑  Unity 内测 Safe Voice 服务，利用 AI 自动识别玩家不当聊天内容  人工智能正在弥合认知和表达之间的鸿沟  实现MySQL数据锁定策略：解决并发冲突的J*a解决方案  跟着AI大热的“光模块”到底是什么？ 

 2025-06-30