“AlphaGo”杀进足球场！自我对弈140年，机器人成“梅西终结者”

视频中的人形机器人“Messinator”穿着阿根廷队服，丝滑地带球过人，一脚射门： 这一成果来自 美国具身智能独角兽Skild AI 。 有网友看完忍不住感叹： 最妙的是奖励函数只给了进球，盘带、护球、倒地爬起来全是自己“悟”出来的。 AlphaGo那套self-play方法论又在物理世界又走通了一次； 虚拟世界杯踢140年，值了！ 那么这个Messinator究竟是一个怎样的机器人？ 造出它的Skild AI又是什么来头？ 看下去就知道了。 “梅西终结者”，在虚拟世界杯苦练140年 Messinator这个名字拆开看很有意思。 它的前半截是梅西（Messi），后半截来自经典科幻电影《终结者》里的机器Terminator，把这俩合在一起就是 “梅西终结者” 。（big胆hhh） 它真正大脑是Skild AI此前推出的旗舰机器人基础模型 S1 。 而S1最核心的能力，就是让机器人像大模型一样“上下文学习”。 我们只需给它看一段任务示范视频，它就能把视频当作“提示词”，逐步理解咱们想完成什么任务，并把视频里的意图和动作转换成适合自己身体的执行方式。 最爽的是， 它碰到新任务不用回炉重造，直接就能上手。 不过，会看视频还只是第一步。 Skild AI认为，像S1这样的基础模型主要从人类数据中学习，能力上限难免受人类经验限制。 如果想继续变强，就得让机器人自己创造经验，并尝试着自己去发现人类没教过的动作。 于是，Skild AI又在S1基础上加入了 强化学习 和 self-play ，也就是自我对弈。 它的整个训练设置并不复杂，团队把机器人放进了NVIDIA Isaac Sim搭建的虚拟足球场，并只给它设定了一个最终目标： 进球，拿到高分。 然后，在整个训练过程中，没有人为盘带单独设置奖励，也没有人为护球、抢断、射门和倒地起身逐一打分。 机器人面对的对手，只是自己此前保存下来的模型版本。 通过新旧版本反复比赛，赢下来的新策略，又会成为下一轮训练中更难对付的对手。 于是，每一次进步，都会为机器人自动制造出下一道难题。 Skild AI技术博客显示，机器人刚进入虚拟球场的前几个月连走路都不利索； 但等它“长到大学生的年纪”，便自行学会了摔倒后重新站起来。 而随着对手不断变强，机器人盘带绕过防守、用身体护球、主动抢断等更复杂的行为也开始陆续出现。 全程没有工程师规定它必须这样做； 它保留下这些动作只有一个初心： 它们能帮自己赢球。 这正是self-play最迷人的地方。 当年，AlphaGo正是通过与自己对弈，逐渐发现了一些连顶尖棋手都没预料到的下法，并于2016年4:1一举击败韩国传奇棋手李世石九段，正式拉开了AI变革的序幕。 现在，Messinator也通过自我对弈、在虚拟世界踢了140年世界杯，将足球策略迁移到了真实人形机器人上。 最终，Messinator不仅能走到球前完成射门，还学会了带球、护球、抢断，并在真人对抗中调整自己的位置和动作。 Skild AI通过这场硬核的演示，充分证明了 机器人不一定都要由人类亲手教会新动作 ； 它也可以自己练、自己输、自己总结，再自己变强。 而这，恰好就是Skild AI过去几年一直在押注的方向。 一颗大脑，控制所有机器人 2025年7月，Skild AI正式推出了一套能够跨硬件运行的机器人基础模型—— Skild Brain 。 它的核心主张是： Any robot, any task, one brain. 目标是打破“一种身体配一套大脑”的行业桎梏，让不同形态的机器人执行不同任务时都可以使用同一颗大脑。 随后没过两个月，Skild又进一步公开了一组 omni-bodied训练成果 。 团队在仿真世界中生成了 约10万种 身体结构各异的机器人，让同一个模型累计训练 约1000个仿真年 。 到了测试阶段，模型还得直接接管训练时从未见过的机器人。 哪怕机器人突然断腿、关节锁死、轮子卡住，或者背上额外负重，模型也不会立刻“趴窝”，而是会根据身体状态在线调整重心和运动方式。 部分情况下，它甚至只需几秒钟的时间就能重新找回平衡，并摸索出新的移动方法。 这套omni-bodied训练体现了Skild最核心的思路： 机器人见过的身体越多，就越难靠死记硬背过关。 为了能同时控制10万种不同的身体，模型只能尝试理解平衡、关节、重心和动力之间更通用的物理规律，而不是背下一款机器人的固定步态。 如今的Messinator，正是延续了这条技术路线，并进一步叠加了self-play。 其中， Skild Brain 负责赋予它控制身体、保持平衡和应对碰撞的基本功； self-play 则负责让它思考“下一步该怎么做，才会更好？”。 而从10万种机器人身体，到140年的虚拟世界杯，Skild这条看似疯狂的技术路线并非横空出世。 把这些想法从论文一路推向真实机器人的，是两位在机器人学习领域深耕多年的卡内基梅隆大学教授。 两位CMU教授，联手造机器人大脑 Skild AI成立于2023年，脱胎于 卡内基梅隆大学（CMU）机器人研究体系 。 团队成员既包括来自卡内基梅隆大学、斯坦福大学、加州大学伯克利分校等高校的研究人才，也包括曾任职于Meta、Tesla、NVIDIA、Google、Amazon和Everyday Robotics等机构的研究员及工程师。 而联合创始人兼CEO Deepak Pathak 的经历，几乎串起了Skild AI的整条技术路线。 他本科毕业于印度理工学院坎普尔校区计算机专业，后赴加州大学伯克利分校攻读计算机博士，师从计算机视觉领域知名学者Alyosha Efros和Trevor Darrell。 博士毕业后，他曾在Meta（前Facebook）AI Research从事研究工作，也曾在伯克利与机器人学习专家Pieter Abbeel合作，担任访问博士后。 此后，他进入卡内基梅隆大学，成为机器人研究所和机器学习系教授。 Deepak Pathak最具代表性的研究之一是 “好奇心驱动的探索” 。 这项研究等基本思路是， 与其让机器只能依赖人类设计的外部奖励，不如赋予它一种内在动力，让它对陌生和难以预测的现象产生“好奇”，并主动探索环境，并在探索中学会新的能力。 Deepak这套研究思路后来又延伸到自监督机器人学习、视觉模仿学习、Sim2Real和自适应控制等方向。 在创办Skild AI之前，Pathak还曾联合创立人脸识别公司VisageMap（该公司后来被FaceFirst收购）。 Skild AI的另一位联合创始人兼总裁 Abhinav Gupta ，博士毕业于马里兰大学计算机系，现任卡内基梅隆大学机器人研究所教授； 他曾参与建立Facebook AI Research匹兹堡实验室，并担任研究管理和领导职务。 并长期专注于研究大规模视觉学习、自监督学习、终身学习、机器人操作和物理常识，是早期“让机器人通过自主交互收集训练数据”路线的重要研究者。 曾获得斯隆研究奖、PAMI青年研究员奖、IAPR J.K. Aggarwal Prize等奖项。 Anyway，家人们，你们说要是哪天“Messinator”真进化到能踢世界杯，像当年AlphaGo对战柯洁那样，跟梅西来一场世纪人机对决，咱们能受的了吗？ 参考链接： [1] https://x.com/SkildAI/status/2102807731564662797 [2] https://www.skild.ai/blogs/physical-self-play [3] https://www.skild.ai/blogs/s1 [4] https://www.skild.ai/blogs/building-the-general-purpose-robotic-brain [5] https://www.skild.ai/blogs/omni-bodied [6] https://www.cs.cmu.edu/~dpathak/ [7] https://proceedings.mlr.press/v70/pathak17a.html [8] https://www.cmu.edu/news/stories/archives/2018/july/facebook-ai-research.html [9] https://www.cs.cmu.edu/news/2021/gupta-wins-aggarwal-prize-self-supervised-learning 版权所有，未经授权不得以任何形式转载及使用，违者必究。 林, 方舟 扫码分享至朋友圈 相关阅读 全球首次！国产纯电驱机器人打破波士顿动力空翻“专利” 网友：平衡能力太?? 机器人 波士顿动力 比发丝还小的机器人“大军”来了，光照就能行走，10厘米晶圆能造100万个 | Nature 和草履虫一样大小 Nature 机器人 稚晖君把机器人卖到2万元一台，可人可狗可开发！ 两万元，买到的是怎样一个机器人 具身智能 智元 机器人 斯坦福为懒人献上大礼！机器人洗衣做饭逗猫看呆网友，成本3万美元自己也能DIY 叠不叠被子的世界难题有解了 孤独患者福音！日本学者开发小型“大白”，戴上就能缓解痛苦焦虑 靠抱抱缓解负面情绪 机器人全产业链接会 FAIR plus 2026媒体见面会在京召开 助力构建具有全球影响力的智能制造生态 热门文章 6天烧光2000多万，拿下开源第一！小米史无前例「炼丹直播」收官 APUS 开源国内首批Jev跨平台复现：国产模型实现秒级决策 刚刚，剪映发了个大的：AI生视频和AI剪辑的壁，被打破了！ AI算力之争不靠堆卡！浪潮信息捅破智算「能力天花板」，还瓦解了「产能焦虑」 谷歌AI首次“越狱”：竟然自己破解密码入侵三家公司！ 加入我们 寻求报道 商务合作 追踪人工智能新趋势，报道科技行业新突破