當機器人走出實驗室，面對的不再是精心布置的賽道和預設的參數，而是烈日下的山路、濕滑的地面、隨風飄落的樹葉，甚至需要分辨花朵顏色才能完成澆花任務時，這場關于具身智能的考驗才真正開始。近期舉辦的ATEC科技精英賽，以“真實世界極限挑戰”為主題，將機器人置于非結構化戶外環境中，通過越野、垃圾分揀、澆花、吊橋通行等賽題，全面檢驗機器人在復雜場景下的感知、決策與執行能力。

“這場比賽的四個賽題，瞄準的都是具身智能領域尚未攻克的難題。”賽事講解員、香港中文大學竇琪教授在直播開場時便提醒觀眾做好心理準備。以越野項目為例，比賽場地選在香港中文大學嶺南校區的一條山間小徑，路面狹窄且濕滑，坡度變化頻繁，樹葉遮擋導致光線忽明忽暗，這些因素共同構成了對機器人平衡能力、摩擦力控制與環境適應性的多重考驗。參賽選手紛紛表示，這樣的條件遠超常規機器人賽事，甚至有雙足機器人在比賽中連續三次陷入溝渠，充分體現了真實場景的不可預測性。

垃圾分揀賽題則從物體特性出發設置障礙：香蕉模型柔軟易變形，塑料瓶透明難以識別，紙盒受力后容易塌陷。這些看似簡單的物品，實則對機器人的抓取精度、材質識別與力度控制提出了極高要求。澆花任務更被教授們視為“最難題目”——機器人不僅需要準確識別白色花朵，還需通過靈巧手抓取水壺，在行走過程中持續調整水壺傾斜角度以控制水流，任何環節的失誤都可能導致任務失敗。吊橋項目則通過狹窄橋板與縫隙設計，考驗機器人在動態環境中的路徑規劃與穩定性。

與傳統機器人賽事相比，ATEC的突破性在于三大核心設計：首先，將場地從室內移至戶外，使機器人需直面風速、光照、溫度等自然變量；其次，賽題融合行走、操作、環境改造等多維度能力，形成完整任務鏈而非單一技能比拼；最后，通過賽制激勵全自主完成，遙操作僅能獲得基礎分，促使團隊探索真正意義上的智能決策。例如，在澆花任務中，機器人需完成“感知-抓取-行走-澆灌-控制”全流程，任何環節的缺失都將影響最終得分。

賽事主席劉云輝院士提出，具身智能走向真實世界需具備三大核心能力：行走、操作與改造環境。這一標準貫穿于ATEC的賽題設計中。以越野項目為例，機器人需在未做任何處理的原始山道上完成挑戰，落葉、流水、泥土甚至爛泥坑均保持自然狀態，這種“零干預”的場地設置，迫使機器人通過自身算法適應環境而非依賴外部調整。同樣，在垃圾分揀中，強光可能導致視覺方案失效，要求機器人具備魯棒的感知能力；吊橋項目則通過橋板縫隙設計，檢驗機器人在動態環境中的路徑規劃與穩定性。

為聚焦智能本質，ATEC采用統一硬件平臺，禁止通過堆料或改造本體獲取優勢，轉而比拼算法效率與創造性。這種設計引導參賽者思考：何種運動控制框架能跨任務、跨環境復用？例如，某團隊在澆花任務中開發的傾斜角度控制算法，后續可遷移至液體搬運場景；越野項目中優化的平衡策略，或能應用于災后救援機器人。賽事前沿科技探索社區秘書長宋寵指出，ATEC匯聚學界、產業界與年輕研究者，共同探索真實問題的解決方案，而非停留于技術演示。

美國國家工程院院士Masayoshi Tomizuka強調，將機器人投入真實世界需經歷“挑戰-失敗-迭代”的循環，ATEC正是這一過程的重要實踐。通過引入復雜變量，比賽建立了量化評估標準：能走過山地、完成澆花的機器人，其技術深度與系統可靠性優于在平整地面完成花式動作的機器人。這種“撇清泡沫”的導向，為機器人進入人類社會設定了可信的里程碑。例如，某團隊在垃圾分揀中開發的透明物體識別算法，后續可應用于醫療廢棄物分類；越野項目中優化的濕滑地面控制策略，或能提升農業機器人的作業穩定性。

隨著具身智能成為科技焦點，ATEC的探索更具現實意義。比賽通過真實場景壓力測試，揭示了當前技術瓶頸：多數機器人仍依賴遙操作，自主決策能力有限；算法泛化性不足，難以適應環境變化；硬件優化與軟件創新失衡，過度關注機械性能而忽視智能本質。這些問題指向同一方向：唯有突破“消毒式實驗室”的局限，讓機器人在真實世界中“摔打”，才能推動具身智能從技術演示邁向實際應用。正如劉云輝院士所言：“機器人要替代人完成不適合的工作，必須具備適應真實環境的能力，最終實現與需求的結合。”