人形机器人跟人打乒乓球，你可能见过。

人类发球喂球，机器人守在半台回击，这类视频这两年已经不算稀奇。

但两台机器人自主对打呢？

没有遥控，也没人喂球。球台两边，你发我接、你攻我守，一直打到 11 分。

正式比赛的目标只有一个：赢球！

这场对局，很快就要搬进国家速滑馆「冰丝带」。8 月 22 日至 26 日，第二届世界人形机器人运动会将在这里举行。

本届运动会将有 2000 多台机器人参赛，其中 1000 多台将在开幕式同台亮相。

这个阵仗，堪称机器人界的「春晚」。

乒乓球正是其中一档节目。参与表演的是由香港大学与超维动力 KAI 研究团队组成的港大超维战队。开幕式上，他们的机器人还将与几位乒乓球名将同场过招。

正式亮相前，他们先交出了一份作业：两台人形机器人按照 11 分制，自主打完一局。

接下来请欣赏：「真 · 人类史上首场人形机器人自主乒乓球完整对局」~

你别说，你还真别说。

这机器人的抬手、挥拍，一套动作有模有样。只见红帽小哥和蓝帽小哥一交手，电光石火之间……

好吧，场面还是没有想象中那么刀光剑影。

和职业选手的凌厉攻防相比，两位「小哥」的回合节奏平缓不少。

不过彼此之间，一个发、一个接，黄色小球在两边一弹一挡，比分照样你来我往。

这两个机器人背后，采用的是港大超维团队自主研发的 SMASH 系统。

它并非一个大模型从头包办到底，而是一套将视觉感知、轨迹预测、动作规划和全身控制串起来的闭环方案。

为此，他们把 SMASH 从 1.0 升级到了 2.0。机器人的击球范围从相对固定的来球扩展到长球和短球，还补上了自主发球。

队伍领队罗平是香港大学计算与数据科学学院副院长、MMLab HKU 负责人，也是超维动力联合创始人。

李莹辉则是香港大学博士后，也是超维动力运控算法负责人。

量子位与罗平、李莹辉聊了聊：

为什么偏偏选择乒乓球？机器人打完一局，和过去接住几个球有什么不同？离真正挑战人类选手，还有多远？

以下是对话实录：

两台机器人，如何完整打完 11 分局？

量子位：机器人和机器人打，相比人和机器人打，技术难点是什么？

罗平：人和机器人打时，人会下意识地喂球，让机器人尽量能够回球。两个机器人对打时，双方的目标都是赢球。既要主动进攻，又要让比赛真正打起来，要求会高很多。

量子位：Demo 里所说的完整 11 分对局，和连续打 11 个回合是一回事吗？

罗平：不是。完整 11 分指按照乒乓球规则完整打完一局、分出胜负。11 个回合，或者说连续七八拍，则是同一个球在得分前来回对拉七八次。

量子位：两台机器人使用的是同一套系统吗？它们会在交手中逐渐形成不同打法吗？

罗平：我们自己的两台机器人使用同一套 SMASH 系统。正式比赛面对其他队伍时，每支队伍都有自己的模型和系统。

目前可以为机器人预设不同策略，比如偏快、偏慢或者选择不同落点，但还没有做到在与某个对手交手的过程中实时学习。只有实现在线学习，机器人才能进一步针对具体对手调整打法。

机器人对打产生的数据会被保存下来，用于后续的真机强化学习。成功和失败的回合都积累下来，之后才有可能形成所谓的自进化。现阶段的训练数据仍然以人类数据为主。

量子位：为什么组委会把乒乓球设为正式对抗项目？

罗平：这届比赛中，乒乓球和自由搏击是少数要求机器人完全自主完成的项目，不允许遥控。乒乓球也是第一次作为人形机器人正式对抗项目出现。

李莹辉：马拉松也可以让机器人自主沿路线跑，但路径和规则相对固定。打球时，机器人需要自己判断球路、做决策并完成击打，整个过程是闭环的。它代表机器人从执行预先设定的动作，走向根据环境变化实时行动。

我们并不是为了这次比赛才开始做乒乓球。团队从 2025 年 10 月前后就开始布局，比赛只是研发过程中的一个阶段节点，但确实加快了系统迭代。

机器人背后的系统：SMASH 2.0

量子位：目前使用的是 SMASH 2.0 吗？相比论文里的 1.0，主要升级在哪里？

李莹辉：2.0 的一项重要提升是击球范围。我们引入了大量人类运动数据进行仿真训练，让机器人能够覆盖更完整的击球空间，既能接短球，也能接长球。

另一方面，我们在 SMASH 2.0 加入了自主发球。要按照 11 分制的规则去完成一局完整比赛，机器人必须要能够轮流发球，所以自主发球系统也是完整对局不可缺少的一环。

量子位：人类运动数据大概有多少？怎样采集？

李莹辉：团队连续采集了一两个月，每天采集 4 到 8 个小时。

目前主要由教练员穿戴动捕设备打球，我们从中获得高质量的人体运动数据。也会尝试无穿戴采集的方案，让人直接上场打球，再通过视觉算法恢复人体姿态。无穿戴方案的单条数据质量可能会有所下降，但整体数据规模可以做得更大。

乒乓球数据有很强的定制化处理需求，目前主要由团队自己采集和处理。影视、游戏行业过去常常按秒计算动捕数据，而机器人训练算法模型所需的数据则往往按分钟甚至小时进行计算，数据量级完全不同。

量子位：你们怎样划分 SMASH 1.0、2.0 和 3.0 的不同阶段目标？

李莹辉：1.0 的核心是全身运动与主动感知，先把闭环跑通；2.0 强调更完整的击球区域和更广泛的来球覆盖；3.0 会聚焦旋转球。

从实际表现看，1.0 阶段的人机对打，机器人更像是个初学者，还需要人类喂球；我们预想，通过 SMASH 2.0，机器人能够尝试处理覆盖范围内的各种来球，即使成功率还不是百分之百，但已经可以做到不用喂球，让机器人真正跟人进行对打。

量子位：机器人接短球和反手球，为什么更难？

李莹辉：短球和长球要求机器人覆盖完整的击球区域。接短球时，还必须处理身体、球拍与球台碰撞的约束。机器人不能只适应固定落点，而要根据来球主动选择近台或远台击球。

反手则对全身协调和平衡提出了更高要求。机器人的手臂长度有限，正手击球空间相对更大；接反手球时，往往必须配合躯干和下肢运动。

量子位：下一步最难攻克的球是什么？

李莹辉：下一步最大的技术点是处理旋转球。要接近专业运动员水平，机器人必须感知球的旋转，并精细控制手腕和球拍。

工业机械臂的控制频率很高，也不需要同时处理双足与地面的动力学扰动。反观人形机器人，要在维持全身平衡的同时，在毫秒级窗口内精确调整手腕和球拍，这是更复杂的控制问题。

为什么偏偏是乒乓球

量子位：为什么选择乒乓球作为具身智能落地的第一个专业场景？

李莹辉：第一，它是国球，受众广、交互性强；第二，它是很好的技术练兵场，对高速来球感知、实时决策和全身控制的要求都很高。

罗平：专业乒乓球运动是脑力策略竞技和精细指尖控制的结合。对于人形机器人，需要策略，需要大脑、手和腿快速协调。如果未来两年，人形机器人能够打赢水平较好的人类选手，我们可以相信它也能很好地完成其他任务。

量子位：为什么不从羽毛球、网球开始？

李莹辉：这些球类运动侧重点不同，特别是旋转对接发的影响。乒乓球的进阶路线比较清晰，可以从原地上半身击球开始，再发展到全身、全域和旋转球。网球等项目要求大范围移动，跳跃，对小脑要求更高，对旋转反而不敏感。

家庭等开放场景仍然受数据稀缺、泛化不足和技术路线尚未收敛的限制。球类运动属于可控的非结构化场景，适合先验证高频感知、决策和全身控制，再逐步迁移到更泛化的任务。

如果说马拉松主要验证本体稳定性和续航，那么乒乓球可以被看作下一阶段的代表任务，用来验证机器人真正的理解竞技比赛，并具备感知、决策和交互能力。

从机载视觉到跨本体，离产品落地还有多远

量子位：SMASH 论文强调机载视觉，为什么比赛中还会使用外部设备？

李莹辉：SMASH 最初就希望摆脱外部动捕。我们的 SMASH 系统已经可以在室外依靠机载视觉运行，但比赛具有竞技性质，为了保证稳定性，参赛团队仍需要使用外部动捕或外部视觉设备。

出于产品化目标，我们会继续降低对外部动捕和外置相机的依赖，最终只使用机器人自己的眼睛。但也相对更难，因为机载视觉会受到机器人运动和振动影响，对感知稳定性的要求更高。

量子位：这次比赛使用的是超维动力自研本体吗？

李莹辉：我们也在自研本体，目前也已经在我们自研本体上进行了 SMASH 算法的适配调试。但这次比赛规则要求统一采用智元远征 A3，以尽量消除不同队伍之间的硬件差异，所以我们也将使用 A3 参赛。

算法通用性也是我们会长期去提升的重点。此前 SMASH 也在宇树 G1 上进行了部署测试，取得了不错的效果，后续我们还会让 SMASH 继续适配不同本体。

但用 A3 等全尺寸人形机器人去适配算法，其实对机器人产品的硬件一致性有更高的要求，如果一致性不高，同一套策略换到同型号的另一台机器上就失效，算法迭代会非常困难。

远征 A3 目前的一致性表现比较好，并且算法也不可能永远只为单一一款机器人服务，我们会跟智元保持深度合作，去探讨算法的更多应用空间。

量子位：不仅是乒乓球，为什么现在越来越重视全尺寸人形机器人？

罗平：全尺寸机器人的一个优势，是可以更直接地复用人类数据。一旦涉及与物理世界交互，中小尺寸机器人的身体比例、观察视角和接触关系都与成人不同。

例如，宇树 G1 大约 1.3 米高，而很多第一视角数据默认来自成年人的头部高度和双手位置。直接迁移时，机器人的视角和操作高度都会发生变化。

如果机器人只做运动、不与物体交互，尺寸问题可能并不明显。过去很多工作主要研究机器人与地形的交互；到了近一年，人形机器人开始大量操作物体，人类数据与本体尺寸不匹配的问题才逐渐暴露出来。

量子位：相比索尼用机械臂做乒乓球机器人，人形形态的价值是什么？

李莹辉：索尼的 Project Ace 使用机械臂与专业运动员对打，并通过十多个高速相机和传感器捕捉球路及旋转。但机械臂的击球动作与人不同，人很难模仿，也很难从它的动作中提前判断意图。

人形机器人保留了与人相似的身体结构，更适合用作训练和陪练。未来它可以通过语音指导动作，也可以复现特定运动员的数据和打法。

乒乓球还有一个面向消费者的优势：人与机器人始终被球台分隔在两个半区，更容易通过空间隔离控制安全风险。

量子位：你们希望三年后做到什么？

李莹辉：我们的目标是用人形机器人挑战专业乒乓球运动员，同时把这个过程中形成的感知、规划和控制能力迁移到其他任务。

罗平：乒乓球不是终点。它更像一个足够困难、又能持续衡量人形机器人技术进步的起点。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见