无遥操、全自主的机器人距离走进人类生活到底还有多远？
作者 | 许丽思
编辑 | 漠影
机器人后空翻、拳击、拟人奔跑、跳舞等高难度动作已屡见不鲜；进工厂从事分拣、组装、巡检也日趋普遍。公众常因此产生一种观感：机器人已足够聪明能干，离日常生活仅一步之遥。
但回归产业一线，现实画风迥异：行业整体仍处于试点多、规模化少的早期阶段。多数项目停留在实验室Demo和展会秀场，技术路径与商业模式尚在探索中，真正可复制落地的应用极为稀缺。
这种“观感领先、应用滞后”的强烈反差，自然引出核心问题：无遥操、全自主的机器人，距离走进人类生活到底还有多远？
ATEC2025赛事专家委员会主席、香港工程院院士刘云辉教授指出，机器人需具备三大核心能力——行走、操作、改造环境，这是判断其能否适应真实世界的关键依据。从“感知-决策-执行”完整链条看，机器人须实现准确环境感知、全自主决策，并完成长链条任务执行。
当前，这些能力的真实水平如何？行业亟需一个贴近真实、开放可观测的技术验证窗口。
近日，第五届ATEC科技精英赛构建了面向真实世界适应力的测试框架。赛事由香港中文大学主办，ATEC前沿科技探索社区、北京大学、北京师范大学、蚂蚁集团联合承办，评审专家包括刘云辉、谢立华、Masayoshi Tomizuka等国际知名机器人学者。
比赛全程在全户外场景下进行，重点考察机器人的行走、操作与环境改造能力。全球13支顶尖赛队完成了吊桥穿越、定向越野、自主浇花及垃圾分拣等系列任务。
蚂蚁集团技术战略部负责人表示：“每道赛题的设计，都不是为‘完成得好看’，而是为了在真实碰撞中暴露技术弱点。只有真问题，才能牵引真实进步；只有直面短板，行业才知下一步突破方向。”
01 拒绝标准化环境：机器人须进入非结构化的真实场景
当前多数机器人技术验证依赖灯光可控、地面平整、障碍规则的标准化环境。这种设定屏蔽了真实世界的不确定性，即便表现优异，也难以迁移至其他场景。
这构成了判断全自主机器人能否进入人类生活场景的第一道门槛——环境感知能力。
真实环境的感知难点在于：需适应复杂光影、杂乱背景与动态杂物；需融合多模态信息；更需在目标与环境持续变化下保持稳定输出。
香港中文大学（深圳）理工学院助理教授钟仿洵指出：“真实环境的最大特征是不确定性和高动态性——你看到的不一定是真的。”机器人必须具备识别并处理感知信息中“不确定性”的能力，这是高级自主的前提。
垃圾分拣即典型例证：垃圾类型、材质、形状各异，还常伴随污渍、遮挡与随意堆叠。同一物体仅因堆叠顺序或污渍微变，实验室训练出的识别模型就可能瞬间失效。
多支赛队反映：实验室精准识别，在真实场景中极易失效。例如，比赛当日强日光导致香蕉皮形变不可逆；实验室采集的桌面点云数据完全不适用，现场反光严重干扰激光相机；透明矿泉水瓶因折射与反光造成多台机器人识别失败；部分机器人甚至未抓取垃圾即盲目前往垃圾桶……
这类现象与工业试点中“换工位、换灯光，效果大打折扣”的情况高度一致，指向同一行业共识：机器人在真实环境下的感知能力，是实现大规模部署的基本前提。
运动场景亦面临类似挑战。定向越野任务中，林间小路光影摇曳、坑洼交错，机器人须实时判断暗块是可通行土路还是需规避的凹陷，依赖感知系统对地形的可靠估计与可通行区域识别。
刘云辉教授强调，该任务旨在自然场景下测试运动与环境识别能力——在有限引导下，观察机器人能否通过实时响应克服障碍、爬山涉水。
冠军团队浙大Wongtsai在Isaac LAB中高度还原比赛场景，甚至专门模拟RealSense相机的双目视差、散斑投射与纹理缺失等噪声。凭借“仿真到真实”的闭环设计，其四足机器人成为首个全自主跑完全程定向越野的参赛选手。
行业正加速从“标准场地可用”迈向“真实场景可用”。真实环境，是机器人走出Demo、实现多场景复制落地的必修课。
若机器人能全自主完成垃圾分拣，攻克复杂视觉感知、多材质识别与稳定抓取等长期难题，便有望应用于工厂、环卫、物流等“脏乱差”场景；若可自主完成定向越野，则为园区巡检、户外勘探、灾害救援等复杂地形任务提供关键支撑。
02 摆脱人类遥控：机器人大规模落地需要自主决策
当前大量炫酷机器人演示实为人类遥控操作，机器人本质是远程操作平台，而非具备独立决策能力的智能体。该模式在产业早期确有助快速验证能力、积累数据与经验。
但机器人表现往往依赖人类经验判断与临场干预，实质是“人脑代劳”，易掩盖其在感知、决策等环节的真实短板，无法反映无人干预下的真实能力——这构成了第二道关键门槛：决策自主性。
行业头部企业已明确转向。以特斯拉Optimus为例，年中起放弃传统遥控学习路径；马斯克10月评论其功夫视频时直言：“是AI，不是遥控”。无遥操已成为具身智能企业发展的清晰共识。
全自主、无遥操是行业发展的重要趋势。赛事评分规则亦明确奖励无遥操表现。但技术跃迁极具挑战。浙大Wongtsai团队队长朱承睿比喻：“从人类遥控到自主控制，堪比蒸汽机时代迈向电气化时代的飞跃。”
吊桥穿越任务中，机器人需识别三种不同间距桥面段，自主判断是否借助工具、是否拉绳搭桥。有队伍加装宽幅“脚底板”防卡缝；有机器狗选择跳跃绕开，跳过拉绳步骤。
刘云辉院士指出，该任务核心在于“决策与规划”：因桥板位置各异，机器人须自主评估环境、使用工具、调整策略以改变环境、适配自身运动，属于融合环境评估、工具使用与任务规划的高级智能行为。
港中文CUMAE团队指出，不同任务对硬件与AI能力要求各异，二者须在大系统中协同演进，而非各自孤立发展——这一思路为未来技术攻关提供了新路径。
目前，机器人“小脑”（运动控制与性能）进步飞快，但“大脑”（AI能力）仍处初级阶段。业界普遍认为：AI能力不足，是制约机器人规模化落地的核心瓶颈之一。
随着行业迈向规模化落地，全自主能力正成为企业核心竞争壁垒，更是机器人从“工具”升级为“伙伴”的标志性能力。
03 不止单一能力：机器人需要稳定跑完一整条长程任务链
即使感知与决策能力均达标，机器人能否进入人类生活场景，还取决于第三维度：能否稳定执行具有多步骤、多动作的长程任务链，而非仅完成单点精彩动作。
多数遥控演示聚焦单一动作极限，但真实场景如仓储拣选、园区巡检、灾害救援等，均依赖复杂动作串联的全流程任务。家庭场景亦然：叠衣、浇花、洗碗、收纳等皆属长程任务。
以浇花为例：需完成取水壶→接水→移至花盆→精准浇水→归位全流程。过程中水壶重量与重心持续变化，考验的是感知、规划、力控与步态协同的一体化能力。
ATEC自主浇花任务直观呈现该系统性挑战：部分机器人拿起水壶后频繁晃动、定位不准，需多次人工干预；少数队伍虽能走通全流程，但速度缓慢——这与现实中“机器人总需人工救场”的情形高度吻合。
浙大Wongtsai团队指出：“VLA模型虽有一定泛化能力，但仅能理解图像与语言指令，无法对应真实物理交互，在物理世界理解和操作层面存在明显不足。”最终团队采用传统视觉识别+机械臂规划方案。
北理工CyberPrime团队分析，自主浇花难以全自主完成主因有二：硬件上，高精度机械臂搭载于四足平台后稳定性差、速度慢；软件上，操作算法泛化能力弱，实验室少量样本训练策略无法适配现场环境。他们认为，当前瓶颈并非运动能力，而在操作精度、安全性和自主性——这正是实验室未来几年重点攻坚方向。
这也揭示了具身智能当前处境：各类模型与算法看似聪明，一旦落实到机器人执行层便处处受限，软硬件脱节；机器人“下半身”能顺利移动，“上半身”操作却异常吃力。更严格地说，即便能跑起来，在长时间、多轮次、跨场景的任务链下，其稳定性与可维护性仍难保障。
未来真正落地的机器人产品，必须跨越长程任务链这道坎，重视系统可靠性与任务完整性，实现移动与操作的统一。
04 结语：真实世界“翻车”很正常，是具身智能落地的必经之路
两天比赛中，任务挑战巨大，全自主难度极高，机器人“翻车”频发。
但刘云辉院士认为：“翻车很正常，本身就是进步——至少机器人被放到了真实场景中接受检验。失败也是结果，能反馈问题、启发反思、推动改进。没有失败，就永远不会有成功。”
面对户外复杂场景，各参赛队伍尝试多样化技术路径：有团队并行测试模块化算法与端到端大模型，寻求稳定性与智能化平衡；有队伍为应对吊桥动态晃动，创新融合轻量化控制与实时环境建模。这些探索为机器人场景落地积累了宝贵实践经验。
多位选手表示，ATEC赛题设置贴近现实，对技术发展更具实际意义。他们怀抱强烈使命感，期待机器人承担人类难以胜任或危险的工作——真实世界的极限挑战，正是通往这一愿景的起点。
具身智能要从风口故事变为基础设施，亟需一套经得起时间检验的测试场与评价体系。几年后回望，这场不追求“爽感”、扎根真实场景的大赛，或许正是该体系的早期雏形。
