转自：贝壳财经

新京报贝壳财经讯（记者朱玥怡）五张简易桌围成U型，三边的桌面上摆着食品夹、食物柜、微波炉和饮料机。置身中央的机器人当起了餐饮店员，在裁判的指令中夹取、加热食物，制作饮料。8月19日，第二届世界人形机器人运动会场景赛餐饮场景餐饮制售岗预赛正式开赛。

这一赛项模拟了餐饮制售岗位作业流程，裁判向贝壳财经记者介绍，机器人需按照任务顺序依次完成点餐取餐、餐品加热和饮料制作三个任务环节，全部任务满分为300分，采用通关制，必须完成任务一才能进入任务二，以此类推。

机器人可通过两种控制模式参加，不需要人在现场实时操控的全自主方式参赛，得分权重为1；由人通过控制设备远程实时操纵机器人完成任务的遥控方式参赛，得分权重为0.5。

贝壳财经记者了解到，机器人的泛化能力是餐饮场景的考察重点之一，即机器人能不能把学到的能力，应用到“没见过、没练过、发生变化”的新情况中。例如任务一中，现场裁判会要求从食品柜中夹取两件食品，任务二中，裁判会要求将一件食品进行加热，裁判指定的食品均具有随机性，机器人因而需要具备较强的环境适应和泛化能力，以应对训练中未覆盖的各种情况。

加热餐点、制作饮料，这些在日常生活中司空见惯的动作，对于硅基服务员们来说并不简单。贝壳财经记者在现场观察到，三项任务都很考验机器人手部的精细化操作，例如食品加热环节，机器人需将微波炉计时旋钮拧至规定的时间刻度5分钟，误差可在正负一分钟内，超过则会扣分；饮料制作环节，机器人运送制作好的饮料时，如洒出的液体超过一定容量也会被扣分。

千寻智能Spirit-AI队负责人王队长告诉新京报贝壳财经记者，与场内不少采用遥控操作模式、由选手在场外通过遥控设备控制机器人的队伍不同，Spirit-AI队选择以全自主方式参赛。机器人搭载千寻智能自研的Spirit 1.6大模型，所有推理均在机器人本体端完成，不依赖人工实时操控，“自主的难度比遥操大得不是一点半点。”

全自主模式下，机器人不仅要“会做”，还要能够应对比赛中的各种未知情况。确定比赛规则后，千寻智能赛队成员围绕三个任务开展数据采集，并通过采数、训练和调试，使用少量真实数据优化模型表现并适应比赛规则。进入赛前阶段，团队积极参加主办方组织的场地训练。从数据采集到模型训练，再到真实场景中的验证，团队希望通过“实战”让机器人和队员尽可能适应比赛环境。

而对于具身智能机器人而言，这种从实验室走向真实场景的训练，恰恰是提升自主能力的重要一环。相比相对标准化的实验环境，真实世界中的任务往往充满随机性：物品的位置、形态、材质以及操作过程都可能发生变化。机器人只有接触足够多样的真实场景，才能不断积累应对“意外情况”的经验。

“具身智能领域目前最紧缺的并非模型或算力，而是来自多样化真实场景的丰富数据。”王队长告诉贝壳财经记者，在他的设想中，机器人未来能够承担更多工作，帮助人类从繁重的劳动中解放出来，让人们有更多时间休息和从事自己感兴趣的事情。同时，通过让机器人参与更多元的工作场景、获取更加丰富的数据，也能够进一步提升模型能力和泛化水平。

贝壳财经记者了解到，举行场景赛预赛的场馆——人形机器人产业生态训练和测评基地在今年4月启动，基地将着力打造集训练、测评、中试、认证、赛事支撑、产业服务于一体的公共服务平台，助力企业降低研发成本、加速成果转化。

编辑 岳彩周

校对 穆祥桐