索尼的人工智慧驅動人形機器人在北京比賽中奪冠

據路透社報導，索尼人工智慧（Sony AI）研發的一款自主乒乓球機器人，已在正式比賽中成功對戰並擊敗了世界頂尖的人類選手。該系統屬於新興的「實體人工智慧」領域，此領域將人工智慧整合至能在真實世界環境中運作的機器中。

這台名為「Ace」的機器人專為競技運動設計，需具備快速決策與精準的運動控制能力。專案團隊表示，該系統結合高速感知與人工智慧驅動的控制技術，能在比賽環境中執行擊球動作。

Ace 參與了遵循國際桌球總會規則、並由認證裁判監督的比賽。根據 2025 年 4 月的記錄試賽，該系統在與頂尖選手的五場對決中贏得三場，僅輸給職業級對手兩場。索尼 AI 指出，在 2025 年 12 月及 2026 年初舉行的比賽中，該系統亦對職業選手取得連勝。

雖然乒乓球機器人自1980年代便已存在，但早期機型無法與高水平的人類選手抗衡。「與電腦遊戲不同，在電腦遊戲中AI已超越人類專家，但像乒乓球這類實體且需即時反應的運動，至今仍是一項重大挑戰，」索尼AI蘇黎世分部總監兼專案負責人彼得·杜爾（Peter Dürr）表示。

杜爾強調，AI系統在國際象棋和電玩等完全模擬的數位環境中表現優異。

他解釋，開發此系統旨在探索機器人如何在動態環境中兼具速度與精準度。這項研究詳情已發表於《自然》（Nature）期刊。

由於球速快且變化多端，包括複雜的旋轉和不斷變化的軌跡，這項運動帶來了技術上的挑戰，需要極快的感測和協調動作。Ace 的架構整合了九台同步運作的攝影機和三個視覺系統，用以追蹤球的運動和旋轉。它處理視覺資料的速度足以捕捉人眼無法清晰辨識的快速動作。 「這速度足以捕捉肉眼看來只會是一團模糊的動態，」杜爾表示。

該機器人平台透過八個關節控制球拍：其中三個負責定位，兩個控制方向，另外三個則調節擊球力度與速度。此配置旨在滿足競技比賽的最低機械要求。

與許多基於人類數據訓練的人工智慧系統不同，Ace主要是在模擬環境中進行訓練。這種方法使其能夠發展出獨特的策略，從而形成與人類對手截然不同的打法模式。杜爾指出，該系統「並非透過觀察人類來學習打球」，而是透過在模擬環境中的自我訓練來學習。

曾敗給這台機器人的職業選手平田真由香發現，由於機器人在比賽中沒有任何可見的線索，因此很難預測其動向。曾與Ace交手過且勝敗各半的頂尖選手竹中瑠衣則觀察到，它能有效處理複雜的旋球，但在面對簡單的發球時則較為可預測。 平真由香補充道，機器人缺乏情緒訊號，使得預判其反應更加困難。「因為無法讀取它的反應，所以根本無法察覺它不喜歡或難以應對哪種球路，」她表示。

杜爾（Dürr）指出，該系統展現出強大的讀取球旋與快速反應能力，目前的研究重點在於提升其在比賽中的適應性。專案團隊建議，類似的感知與控制技術可應用於製造業及服務型機器人等領域。

人形機器人挑戰長距離賽事

在2026年北京E-Town類人型機器人半程馬拉松賽事中，類人型機器人在北京的21公里賽道上展開競逐。本次活動共有超過100台機器人與約12,000名人類參賽者共同參與，雙方在各自的賽道上奔跑。

由榮耀（Honor）研發的「閃電」機器人，以50分26秒的成績完成比賽。此成績比奧運跑者雅各布·基普利莫（Jacob Kiplimo）於3月在里斯本半程馬拉松創下的57分20秒紀錄還要快。 「閃電」在比賽途中曾撞上路障，但仍堅持跑完全程並奪得冠軍。榮耀的機器人還包辦了亞軍和季軍。相較於去年賽事中最快機器人耗時2小時40分42秒完賽，今年的表現有所提升。主辦單位表示，此活動旨在測試類人型機器人在大規模真實環境中的表現。

據美聯社報導，另一台榮耀機器人在遙控操作下以48分鐘完成賽程。然而，賽事規則優先考量自主導航能力，因此「閃電」被認定為官方冠軍。

榮耀工程師表示，為該機器人開發的技術，包括結構可靠性與液冷系統，在工業場景中具有潛在應用價值。

另請參閱：Cadence 擴大與 Nvidia、Google Cloud 在 AI 與機器人領域的合作

想向業界領袖深入了解人工智慧與大數據？歡迎參加將於阿姆斯特丹、加州及倫敦舉辦的「AI & Big Data Expo」。這場綜合性活動隸屬於 TechEx 系列，並與其他頂尖科技盛會同期舉行。點擊此處獲取更多資訊。

AI News 由 TechForge Media 提供技術支援。點此探索其他即將舉行的企業科技活動與線上研討會。