🐯虎嗅•最新收集於 19m
人形機器人進軍揮拍運動競技場
#embodied-ai#humanoid-robots#event-based-visionhumanoid-robot-racket-sports-systems智元機器人spikepingpong香港大學 smash北京大學智源研究院智元遠征 a3
💡乒乓球揭示具身 AI 的真正瓶頸：在毫秒內完成感知到行動的閉環。
⚡ 30-Second TL;DR
有什麼變化
北京大學、清華大學、香港大學、上海交通大學、Berkeley 等高校與企業組成的 12 支隊伍，參加全自主乒乓球賽事。
為什麼重要
揮拍運動為具身 AI 的即時決策與動作泛化能力提供了緊湊且可量化的測試平台。機載感知技術若持續成熟，將有助於這些系統進入工業操作、家庭服務與其他動態環境。
下一步行動
請使用機載事件攝影機測試具身 AI 策略的高速球體追蹤能力，並將延遲與接觸點誤差和外部動作捕捉基準進行比較。
誰應關注：Researchers & Academics
關鍵要點
- •北京大學、清華大學、香港大學、上海交通大學、Berkeley 等高校與企業組成的 12 支隊伍，參加全自主乒乓球賽事。
- •機器人必須在毫秒內追蹤高速旋轉球體、預測落點、選擇擊球策略，並協調手臂、腿部與身體平衡。
- •SpikePingpong 將 20 kHz 事件式視覺與模仿學習結合，實現毫米級球拍接觸點預測。
- •目前展示部分依賴多鏡頭動作捕捉系統，各團隊正開發機載攝影機視覺，以降低部署成本。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 5 個來源。
🔑 增強重點摘要
- •2026年8月於北京國家速滑館舉辦的第二屆世界人形機器人錦標賽（WHRG 2026）中，揮拍運動被正式列為核心競技項目，標誌著技術從實驗室演示轉向高動態競技實踐。
- •Galbot 機器人在開幕式中與大滿貫冠軍鄭潔進行了網球對打，展示了包括正手、反手、發球及底線跑位在內的全場域自主拉鋸能力。
- •本屆賽事規模顯著擴大，共有來自16個國家的2,056台機器人參與51項賽事，較2025年首屆賽事的26項賽事有大幅增長。
- •賽事採用了青瞳視覺（CHINGMU）提供的高精度光學動作捕捉系統，實現了亞毫米級的定位與軌跡追蹤，為機器人運動表現提供了量化評估標準。
- •專家指出，乒乓球項目對機器人的挑戰在於球拍角度的微調與對對手意圖的預判，特別是近網球處理受限於機器人手臂長度與平衡機制，是目前技術突破的關鍵瓶頸。
🛠️ 技術深入
- 採用強化學習（Reinforcement Learning）作為核心訓練方法，實現機器人在無遠端遙控下的自主運動決策。
- 結合20 kHz事件式視覺（Event-based Vision）與模仿學習，用於高速球體追蹤與毫米級接觸點預測。
- 依賴高精度光學動作捕捉系統進行環境感知與數據校準，目前正致力於將感知模組轉移至機載攝影機以提升部署靈活性。
- 針對乒乓球運動，系統需具備毫秒級的視覺處理能力，以應對高速旋轉球體的落點預測與全身動力學協調。
🔮 前景展望AI analysis grounded in cited sources
揮拍運動將成為人形機器人通用運動能力的標準化測試平台。
揮拍運動對感知、預測、全身控制與平衡的極高要求，使其成為評估具身智能（Embodied AI）在複雜動態環境下適應性的理想基準。
機載視覺系統將取代外部動作捕捉系統成為主流部署方案。
為了降低部署成本並提升機器人在非結構化環境中的獨立作業能力，研發重心正從依賴外部輔助轉向完全依賴機載傳感器。
⏳ 時間線
2025-08
首屆世界人形機器人錦標賽舉辦，共設26項賽事。
2026-08
第二屆世界人形機器人錦標賽於北京舉行，揮拍運動成為重點競技項目。
📎 來源 (5)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗
每週 AI 簡報
每週一封，可隨時退訂。