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！

# 具身智能  # 爱普生  # CG模型网站建设游戏  # 开关网站seo优化咨询  # 龙岩网页seo优化  # 营销推广活动策划考试题  # 招投标建设网站  # 提升seo流量的因素  # 娄底seo外包  # 建设官方网站企业网站  # 岳阳seo网络营销推广免费咨询  # 下沙全网营销推广  # 将为  # 是一个  # 景中  # 的是  # 这一  # 三金  # 中国  # 又是  # 中国队  # 2025  # 区别  # ai  # git 

相关栏目： 【 行业新闻62819 】 【 科技资讯67470 】

相关推荐： MiracleVision视觉大模型上线时间  日入400万，第一批AI骗子已上岗  Bing Chat 和 Bing Search 正式引入深色模式  借力AI！PCB全球巨头，有爆发潜质吗？  Meta 发布 Voicebox AI 模型：可生成音频信息，用于 NPC 对话等  OpenAI CEO 阿尔特曼到访日本，对全球 AI 协调合作表示乐观  2025 WAIC｜美团无人机发布第四代新机型  当科幻走进现实 脑机接口新技术能为生活带来哪些惊喜？  视觉中国宣布推出AI灵感绘图、画面扩展功能  NVIDIA垄断AI市场90%份额：AMD性能追上80% 软件太不能打  特斯拉机器人面世 未来将大幅提振磁材需求，引领人工智能时代  时间、空间可控的视频生成走进现实，阿里大模型新作VideoComposer火了  AI证件照生成器：实际测试中AI软件展现了绝无仅有的强大效能  朝鲜出现国产大型察打一体无人机，实力世界第二，太意外了  “踩油门，也要会踩刹车” 互联网企业高管谈人工智能发展  刊·见 | 捕捉人工智能领域最新动态？收藏Applied Artificial Intelligence  人工智能产业竞跑“未来赛道” 创新发展放大“赋能”效应  速途网络成立“人工智能专家委员会”5位中美博士加盟  酒店业将如何受益于人工智能的改变？  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  苹果2万5的AR遭遇砍单95%：不及预期  换流站无线物联网络为新型电力系统铺设“数字之路”  大模型新品出现井喷，AI产业迎来新时代  人形机器人概念集体爆发，能买吗？  “三夏”农忙保障用电，无人机高空巡视高压线  1.6亿美元收购Singularity AI，昆仑万维布局通用人工智能  联想戴炜：以全栈AI加速CT与IT融合，共建高质量算力网络  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  游族AI创新院揭牌成立 推进AI赋能游戏业务  人工智能的变革之路：通过OpenAI的GPT-4漫游  解决导航“最后50米”难题 高德地图升级AR步行导航找终点功能  彬州市第三届青少年机器人创新大赛成功举办  【趋势周报】全球人工智能产业发展趋势：OpenAI向美国专利局提交“GPT-5”商标申请  无人机自主巡检为高海拔输电线路运维添“新彩”  国内AI大模型“安卓时刻”到来！阿里云通义千问免费、开源、可商用  机器人技能大比拼  马斯克称未来机器人数量将多于人类，特斯拉愿共享自动驾驶技术  探展WAIC | 第四范式“式说”聚焦toB大模型，布局生成式AI重构企业软件  深圳人工智能企业超1900家  讯飞听见会写“会议摘要”功能全面升级，AI更懂你的关注点  麦肯锡：到 2045 年左右，将有 50% 工作被 AI 接管  深企派遣无人机救援队赴京津冀开展防汛救灾任务  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  沐曦首款AI推理GPU亮相：INT8算力达160TOPS！  OpenAI宣布组建新团队 以控制“超级智能”人工智能  央视报道！星纪魅族集团车载人机交互技术成世界移动通信大会焦点  五个IntelliJ IDEA插件，高效编写代码  360发布AI数字人广场，可同孙悟空、爱因斯坦等古今中外角色对话  人形机器人概念大热！这些产业链标的或受提振  世界人工智能大会高合发表演讲，HiPhi Y即将全球上市