比赛核心结果与行业现状 - 在IROS 2025国际挑战赛中，机器人“挂零食”任务完成率为0%，所有11支参赛队伍均失败，完成度最高的队伍仅获得“用抓夹抓起零食袋”的分数 [3][4][5] - 相比之下，叠衣服、倒水、用微波炉加热食物等中等复杂度任务的完成率较高，显示行业在机器人动作学习方面已取得显著进步 [8][10] - 比赛任务设置在家居、工业、超市三类环境，参赛队伍需使用单一模型应对所有任务，比拼的是模型在多场景下的泛化能力与工程化能力 [3] 技术挑战与瓶颈分析 - “挂零食”任务失败的主要原因是视觉识别与空间定位精度不足，具体挑战包括：零食包装颜色单一导致机器人难以分辨前后层，挂钩体积细小在摄像头视野中仅占极少像素点 [7] - 该任务暴露出现阶段机器人技术的核心难题已从“如何学会做动作”转向“理解世界”，即在视觉噪声、空间定位、物理交互等现实扰动场景中保持模型稳定 [10] - 清华大学参赛团队指出，模型虽能识别物体并执行放置动作，但因视觉信号噪声过多及目标点过于细小，最终无法稳定完成任务 [7][8] 公司战略与生态建设 - 智元机器人将比赛视为对具身智能基础设施的系统性验证，旨在通过自建数据集、开源模型体系及开发者平台，搭建从数据、模型、仿真到真机部署的完整链路 [11] - 公司于去年12月开源了百万真机数据集AgiBot World，并在比赛后发布新的二次开发平台“灵创”，该平台通过AI视觉动作提取等技术降低开发门槛 [11][12] - 公司强调工业落地的关键不仅在于算法模型解决“能不能做”的问题，更取决于硬件调试、控制优化、系统集成等工程环节，从“可行”到“可用”存在较长工程化距离 [11] 行业发展趋势 - 比赛结果表明，推动通用机器人落地的关键变量正从算法边界转向工程化与全平台工具的构建能力 [12] - 行业研究路径正从学术团队的方向探索与天花板验证，转向产业链协同以解决工程化落地问题 [11] - 平台化工具链的完善将进一步降低研发门槛，吸引更多开发者加入，加速具身智能技术的实际应用 [11][12]