20支具身智能决赛团队探索机器人持续任务能力

机器人在真实环境中完成叠衣、抓取或巡逻，必须持续应对物体位移、光照变化、遮挡、地形切换和执行误差。具身智能决赛的20支团队分属双臂协作操作、全地形巡逻两类任务，集中面对闭环控制、三维理解、环境泛化与长任务执行四项挑战。

多支队伍不再把动作生成视为一次性决策。TwinFlow-XR1融合头部及双腕相机、语言指令和双臂状态，由视觉语言模型理解任务、动作专家预测动作，并在执行中持续重规划；Lion-VLA覆盖12类双臂任务，每执行8步重新观察。GOAI residual inference在基础VLA动作上加入受限残差修正，遇到未支持任务则停止；TeamGo适配 Xiaomi Robotics 1，每次预测15步、执行10步后重新规划，并加入平滑和夹爪抖动抑制。

空间理解也从“识别物体”延伸到判断距离、方向、抓取路径和放置位置。基于Qwen3-VL与Diffusion Transformer的混合方案引入视觉几何模型，并通过3D-MIX Bridge补充三维信息；mumu-go和RoboRush使用头部、双腕三路相机，HUST_HRT则尝试用一套LoRA参数覆盖12类任务，降低适配成本。

为提升环境泛化，“草地牛_Robot”改变材质、颜色、反光和光照，将数据从约1200段扩展至4800段、约237万帧，并检查关键缓存质量；TEMP通过关键帧加权、长时序增强和随机遮挡改善抓取放置及长任务稳定性。巡逻方向中，“山猫巡游记”探索山猫S10跨地形运行，“维金战船”利用轮足结构兼顾平路效率与障碍跨越。

完整巡逻还要求感知、路线规划、运动控制和任务管理持续协同。“智巡山猫”、Terrain-Aware Autonomous Driving with Adaptive Locomotion及山猫S10三维自主巡逻系统，均尝试让地形信息直接影响通行策略；Tashi Robot Run、炎熵润启、S10-PATROL和 CAMSUCCESS推进园区持续巡逻，改进版lidarencoder-SRU则增强激光雷达三维表征，为导航避障提供支持。

这些方案显示，具身智能正从单次动作转向完整任务，但摩擦、噪声、执行偏差和地形变化仍需真机验证。9月22日至23日，相关总决赛及活动将在杭州举行，具身未来赛道将进一步接受真实任务检验。