henry 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

要說(shuō)也真夠逗的，索尼的機(jī)器人又開(kāi)始找畫(huà)面了。

搭了個(gè)乒乓球臺(tái)子，直接找職業(yè)選手開(kāi)干。

一臺(tái)8自由度的機(jī)械臂，對(duì)戰(zhàn)日本elite級(jí)選手5場(chǎng)3勝2負(fù)。

后面半年，陸續(xù)打贏了幾位日本職業(yè)選手，包括2019年美國(guó)公開(kāi)賽女單亞軍平真由香（GPT說(shuō)相當(dāng)于國(guó)內(nèi)省隊(duì)主力），以及WTT世界排名第25位的木原美悠。

它打起來(lái)畫(huà)面大概是這樣的。

背后研究嘛，Nature也相當(dāng)賞臉，直接給了個(gè)封面。

雖說(shuō)伯克利去年就能讓宇樹(shù)G1和人類連拍106板了，港大Smash也能讓G1在室外打乒乓球。

不過(guò)這里得老實(shí)說(shuō)一句，HITTER和SMASH都不處理球的旋轉(zhuǎn)，打的是陪練配合的平球，真扛不住職業(yè)選手那種旋轉(zhuǎn)。Ace正經(jīng)實(shí)打的，這個(gè)硬功夫人家確實(shí)做到了。

（完整幕后比賽視頻可參考：https://www.youtube.com/watch?v=FrGq8ltb-_E）

這場(chǎng)球是怎么打的

規(guī)則全按國(guó)際乒聯(lián)（ITTF）標(biāo)準(zhǔn)來(lái)，先到11分贏，場(chǎng)地都是正規(guī)比賽場(chǎng)地。

對(duì)手則分兩檔。

第一檔是elite級(jí)，定義為至少10年訓(xùn)練、每周20小時(shí)以上的業(yè)余精英，5位（3女2男）。

第二檔是職業(yè)，日本T聯(lián)賽現(xiàn)役的兩位，Minami Ando和曾根翔。

這些球員此前全都沒(méi)見(jiàn)過(guò)Ace。沒(méi)有針對(duì)性錄像訓(xùn)練，沒(méi)有定制策略，上場(chǎng)就打。

結(jié)果，2025年4月在東京打的那一輪。Ace對(duì)elite 3勝2負(fù)，13局里贏7局。

對(duì)職業(yè)選手0勝2負(fù)，7局里搶下1局。

還算不錯(cuò)。

論文提交之后，索尼沒(méi)停手。

2025年12月又打了一輪，這次Ace贏下了平真由香。2026年3月又打了一輪，Ace贏下包括木原美悠在內(nèi)的三位職業(yè)選手。

據(jù)SonyAI DirectorPeter Dürr說(shuō)，這次Ace的出球更快、落點(diǎn)更貼近球臺(tái)邊緣、回合節(jié)奏也更緊湊。

Ace從看見(jiàn)球到揮出拍，端到端20.2毫秒。頂級(jí)人類球員，230毫秒。

相差十倍。

這是怎么做到的

Ace的整套系統(tǒng)拆成三塊，看、想、做。

看這一塊，9臺(tái)APS相機(jī)擺在球臺(tái)四周，每臺(tái)配一塊FPGA芯片，相機(jī)本地先做二維小球檢測(cè)，只把壓縮后的結(jié)果傳到中央服務(wù)器，再做三維定位。

整套跑完10.2毫秒，空間誤差3毫米。

但知道球在哪還不夠，還得知道球怎么轉(zhuǎn)。旋轉(zhuǎn)決定球落臺(tái)后會(huì)怎么反彈，決定你要怎么揮拍。

索尼的辦法是用自家的事件相機(jī)（event-basedvisionsensor），傳統(tǒng)相機(jī)像連拍，事件相機(jī)只在畫(huà)面有變化的像素上報(bào)數(shù)據(jù)，天然低延遲。

配一套叫g(shù)aze control system的裝置，三塊可轉(zhuǎn)鏡片追著球走，一顆可電控變焦的長(zhǎng)焦鏡頭讓球一直清晰，三套從不同角度盯球上的logo怎么翻，算出角速度。

刷新率400到700Hz，平均誤差24.8弧度/秒。

想這一塊，是一個(gè)深度強(qiáng)化學(xué)習(xí)策略，每32毫秒（31.25Hz）讀一次球和機(jī)械臂狀態(tài)，輸出動(dòng)作。

訓(xùn)練算法是SAC（Soft Actor-Critic），很古典。

但有一個(gè)關(guān)鍵設(shè)計(jì)叫privileged critic，訓(xùn)練時(shí)給critic（評(píng)判者）喂仿真里的真值，給policy（決策者）只喂帶噪聲的傳感器歷史。

讓老師看參考答案，讓學(xué)生只能看模糊照片解題。學(xué)生被迫學(xué)會(huì)自己做傳感器融合和軌跡預(yù)測(cè)，沒(méi)人教它，它自己摸出來(lái)。

整套策略完全在仿真里訓(xùn)練，沒(méi)碰過(guò)一個(gè)真球。部署到真機(jī)上直接就能用。

作者Peter Dürr自己承認(rèn)這個(gè)路徑他一開(kāi)始不信，后來(lái)被結(jié)果打臉。

做這一塊，機(jī)械臂是定制的，8個(gè)自由度（2個(gè)直線關(guān)節(jié)負(fù)責(zé)沿球臺(tái)前后左右平移，6個(gè)旋轉(zhuǎn)關(guān)節(jié)負(fù)責(zé)球拍姿態(tài)和速度），Scalmalloy合金3D打印，做了拓?fù)鋬?yōu)化，又輕又穩(wěn)。

末端是一片蝴蝶D05膠皮配VICTASZX-GEAROUT底板，跟日本職業(yè)選手用的套膠一個(gè)級(jí)別。球拍旁邊還掛了個(gè)小杯子，單臂發(fā)球的時(shí)候托球用。

所有電機(jī)1毫秒同步一次，位置跟蹤延遲不到5毫秒，最大揮拍速度對(duì)標(biāo)職業(yè)選手正手強(qiáng)攻時(shí)的20米/秒。

看+想+做，加起來(lái)20.2毫秒。

One more thing

實(shí)話說(shuō)，看到這篇Nature的時(shí)候，第一反應(yīng)不是「好厲害」，是「索尼還在做機(jī)器人啊」。

二十年前，機(jī)器人的第一梯隊(duì)毫無(wú)疑問(wèn)是日本。

1999年索尼出AIBO機(jī)器狗，3000美元一只，20分鐘賣光，賣了15萬(wàn)只。

2003年索尼又出QRIO，全球第一款能雙足奔跑的人形機(jī)器人。本田的ASIMO跟各國(guó)政要握手敲鐘，豐田的機(jī)器人會(huì)吹小號(hào)。

那時(shí)候美國(guó)人要看機(jī)器人，得飛東京。

然而，好景不長(zhǎng)。

那會(huì)兒的機(jī)器人只能表演，不能干活。表演沒(méi)法撐起研發(fā)成本，做成了科技花瓶，長(zhǎng)此以往，自然是賣不動(dòng)就砍。

2006年1月26日，索尼一天之內(nèi)砍了AIBO和QRIO兩個(gè)項(xiàng)目。

2018年ASIMO也停產(chǎn)。日本千葉縣的光福寺，每年給報(bào)廢的AIBO辦超度法事，一次800只。

快進(jìn)到2025年，全球人形機(jī)器人出貨1.3萬(wàn)臺(tái)，中國(guó)占90%以上，前六名全是中國(guó)公司，日本沒(méi)有一家上榜。

機(jī)器人這件事，已經(jīng)是中美的游戲了。

Ace的共同作者里，有一個(gè)人叫Hiroaki Kitano（北野宏明），索尼計(jì)算機(jī)科學(xué)實(shí)驗(yàn)室的CEO。

他正是當(dāng)年AIBO的發(fā)起人，人稱AIBO之父，QRIO也是他帶出來(lái)的，RoboCup也是他搞的。

兩個(gè)項(xiàng)目2006年被砍，他沒(méi)走，熬了快二十年，熬到這篇Nature。

雖然形態(tài)上還是一臺(tái)不會(huì)動(dòng)的機(jī)械臂，雖然窗外的中國(guó)人形機(jī)器人已經(jīng)在春晚上扎堆跑武術(shù)。

但能回到牌桌，可能已經(jīng)很好了吧？

[1]https://www.nature.com/articles/s41586-026-10338-5#MOESM1

[2]https://scholar.google.com/citations?user=027fc-oAAAAJ&hl=ja