机器人“灵巧手”巧称20克盐：武汉大学团队在“冰丝带”夺冠！

机器人“灵巧手”巧称20克盐：武汉大学团队在“冰丝带”夺冠！

长江日报

27秒能做什么？喝一口水，刷几条短视频……

对于武汉大学机器人学院的参赛团队来说，27秒意味着机器人摆脱遥控器自主参赛，预赛、决赛双第一！

8月23日，在北京国家速滑馆“冰丝带”，第二届世界人形机器人运动会灵巧手专项比赛如火如荼。武汉大学机器人学院刘胜院士、李淼教授团队联合智元机器人组建的“武大智元联合队”让一个机器人自主找到勺子和盐罐，舀起盐，有条不紊地称出20克，误差不超过0.5克，用时27秒！

他们一举拿下本届大赛粉末称量项目金牌。

武大智元联合队代表在冠军领奖台领奖。

团队由武大机器人学院高霄老师带队，费宣烨、邓旭、杜辅基、郭金城、陈希卓、张文韬等核心队员参与完成。在预赛和决赛，他们都稳居第一。

8月24日，世界机器人运动会组委会副主任、竞赛部部长张华说：这枚金牌，比的是机器人“用手”的功夫，但又远不止手速。

三周前备赛，49支队伍同台

粉末称量听起来简单，就是把盐从罐子里舀出来，放到电子秤上，凑够20克。

但对机器人来说，每一步都是坎：勺子柄又细又长，手抓偏一点，勺头就晃得厉害；盐粒是散的，倒多倒少不太听话；电子秤的屏幕还会反光、跳动，读数没那么好认。

这次比赛，来自六大洲16个国家的666支队伍、2056台机器人围绕51个赛项同台竞技。粉末称量项目预赛成绩公告共列出49支队伍，最终16支晋级。

决赛现场图。

不少强队表现很亮眼，比如追梦&天机&艾欧联队、北京人形—北交大—强脑知行联队、“北京人形—北邮”飞雁队……

“武大智元联合队”选的是另一条更难的路——全程自主。裁判发令后，没人帮忙，机器人自己看、自己想、自己动手。赛制也给了自主模式更高的难度系数。最终，他们预赛49秒零失误，决赛缩短到27秒，再次零扣分，稳稳夺冠。

赛事组委会评价：这个冠军的含金量，不是简单的比“谁手更快”，而是机器人能否在真实环境中把整套任务自主、稳定地做完。

带队老师高霄告诉长江日报记者：本次参赛的机器人本体由智元机器人提供。他们给我们提供智元精灵G2人形机器人、OmniHand O10五指灵巧手，我们也正好想适用一下机器人大厂的硬件平台。

为什么不用团队自研的“天问”机器人参赛？高霄笑着说：“天问”这次也报名了，去参加100米赛跑了。

“正式备赛是在三周前。”高霄自豪地说：算法都是我们自己开发的。学生们非常努力，经常熬夜备战。

从“递话筒”到“称盐”，机器人手三次升级

其实，这支团队的机器人灵巧手，在武汉可是“明星手”。

2025年湖北“新春第一会”上，“天问”机器人和人握手、接过话筒再递出去，完成了稳定的接触。

2026年湖北“新春第一会”，该团队打造的“远游”机器人握毛笔写春联，在灵巧抓取与工具操作中完成一连串精细动作。

半年后在世界人形机器人运动会赛场，机器人面对的工具变成了几把长柄勺，任务变成了有精度、有对手、有压力的正式比赛。它需要自主找到勺子和盐罐，握勺、舀取、转运、倾倒，再读懂电子秤，在20克±0.5克的范围内停手。

武大机器人团队“灵巧手”这三次亮相，正好画出了一条技术进阶的线。

决赛后团队合影。

摆脱遥控器，机器人自主参赛有多难？

团队也是决赛中唯一以1.0自主权重有效完赛并取得名次的队伍。

部分采用遥控模式的队伍，原始完成时间更短：例如决赛第二名原始用时为17秒。两种模式面对的挑战并不相同：遥控模式中，人可以实时观察并修正动作；自主模式中，机器人必须独立完成感知、判断、动作和反馈闭环。赛制因此设置了自主1.0、遥控0.5的权重。

高霄说：为了让机器人学会自主抓勺子，团队在赛前做了件很实在的事：让人戴上触觉手套，反复做抓勺、舀盐、倾倒的动作，记录手指怎么用力、哪里和勺柄接触、几个手指怎么配合。

赛前人类抓取动作与接触信息采集。

这些数据不是用来在比赛时遥控机器人的，而是帮机器人理解“人是怎么做的”，再转化成自己能用的动作方式。

比赛现场，没人碰遥控器。机器人全靠自己身上的“眼睛”——多个摄像头，来认位置、看秤面，再用内置的算法决定下一步动作。

“这套自主能力，不是靠一个‘聪明大脑’凭空完成的。”高霄介绍，核心算法由武汉大学机器人学院LASM实验室完成，运行在智元精灵G2人形机器人与OmniHand O10五指灵巧手平台上。团队采用模块化、可解释的技术路线，把复杂任务拆成四层可以分别验证、再协同工作的链路。

从“看见”到“称准”，团队采用四层自主技术链路：多帧视觉定位、从人类示范中学习动作、三相机融合读秤、自适应闭环倾倒。

冠军团队采用的自主技术链路：视觉定位→示范采集与模仿学习→三相机读秤→自适应闭环倾倒。

用大白话说，团队采用四层技术，把复杂任务拆成清晰的四大步：

先用视觉找准勺子和盐罐的位置；

再结合人类示范，学会怎么抓、怎么舀、怎么倒；

然后，头部和手腕上的三个摄像头同时看电子秤，用文字识别技术读出重量，三只“眼睛”互相验证，避免反光和晃动造成的误读；

最后，系统根据当前重量，分段决定下一步倒多少——离目标远就快一点，接近20克就一点一点加，直到准确达标。

每一步都不算炫酷，但环环相扣，缺一不可。

赛场27秒背后：几百次的“较真”

正式比赛只有一次机会，为了让这27秒足够稳，团队在备赛阶段开展了数百次测试，反复处理了各种麻烦，把“不稳定”变得可重复。

光照变了怎么办？目标位置移动了怎么办？勺子太长手一抖误差就放大怎么办？还有相机视角偏移、电子秤反光与遮挡、OCR首次启动和电子秤读数延时和跳变等等问题，每个细节都要拆开测，再连起来跑通。

备赛期间，团队反复处理光照变化、目标位置变化、抓取构型要在真机上验证，确保足够鲁棒，舀取、转运、倾倒和读秤则要拆开测试，再重新接成完整链路。

备赛中。

很多改进不会直接出现在比赛画面里：一次更稳定的多帧聚类、一次更可靠的跨视角投票、一段更合理的动作衔接，共同支撑了决赛中的27秒有效完赛。

很多改进，观众肉眼看不到：一次更稳定的图像识别，一次更可靠的投票验证，一段更顺畅的动作衔接……这些不起眼的调整，撑起了决赛场上的零失误。

从研究角度看，这套技术链连接了人类示范学习、多视角视觉感知和规则驱动的精细操作。它不是简单的“表演”，而是具身智能“感知—决策—动作—反馈”闭环的一次真实检验。

从握手到写春联，再到称量粉末，机器人正在一步步从“动作表演”走向“自己干活”。而这一勺盐的重量，或许正是灵巧操作走向真实作业的一小块基石。

项目由刘胜院士、李淼教授团队组织攻关，团队正推动机器人灵巧操作从动作展示走向真实自主作业。

（长江日报驻京记者柯丽芬 图片均由受访者提供）

【编辑：罗田甜】