ARTICLE DETAIL

踢开具身Scaling的另一扇门:华为诺亚团队登顶Behavior Challenge 2026

通过更清晰的阅读结构呈现文章主线、关键信息与延展内容,让用户在浏览中更快建立理解,也更容易进入下一步阅读。

踢开具身Scaling的另一扇门:华为诺亚团队登顶Behavior Challenge 2026

非凡体育(中国)官网 860 阅读 约 5.5 分钟

华为诺亚具身智能团队 The North Star 凭借 HiPhys-RSI 方案,在 BEHAVIOR-1K Challenge 2026 国际具身智能挑战赛 中从全球 57 支参赛团队中脱颖而出, 以绝对优势夺得冠军, 在覆盖 100 项家庭任务的隐藏测试中取得约 0.683 的 Q-score 和 48.2% 的完整任务成功率 。 本届赛事为第二届挑战赛,依托斯坦福大学李飞飞团队开发的 BEHAVIOR-1K 基准平台,与机器人领域顶级会议 CoRL 2026(11 月 9 日至 12 日)联动开展,围绕整理、清洁等真实家庭需求,综合评测机器人的高层推理、跨房间导航与双臂精细操作能力。 李飞飞本人也在社交媒体发帖称,机器人学习正在取得令人瞩目的进展,并邀请更多研究者关注 CoRL 2026 的 BEHAVIOR Challenge。 与去年相比,2026 年挑战赛在多个维度实现显著跃升:基准规模扩大 2 倍(任务从 50 项增至 100 项、场景从 3 个增至 7 个),参与度提升 3 倍(参赛者从 96 人增至 265 人、参赛提交从 18 份增至 57 份)。同时,最佳完整任务成功率从 12% 提升至 48%,达到上一届的 4 倍。 作为检验具身智能系统综合能力的高门槛 “试金石”,BEHAVIOR-1K 聚焦长时序任务,与侧重场景泛化的 Robodojo 并列 T0 级具身智能榜单。相较于短时抓取和单一技能评测,该挑战要求机器人依靠机载视觉、深度及本体感知信息,在数分钟级长时序任务中连续完成多物体交互、状态变化处理与多技能协同,对任务规划、感知与动作协同及执行稳定性提出严苛要求。 https://mp.weixin.qq.com/s/62JaH3cWCq03P2YJYB6M0g 12 个任务成功 rollout 要应对这类长时序、多技能协同的复杂挑战,当前业界仍主要沿用 AI 领域最熟悉的 Scaling 路径,即更大的模型、更多的数据、更高的计算投入。 AI 发展中还有另一条能力增长路径:积累知识、规则和操作流程,让系统掌握可推理、组合和执行的方法。早期符号 AI 长期探索这一路径,机器人领域也积累了丰富的感知、规划与控制工具。 当大模型已经能够编写程序、使用工具,并根据执行结果修改方案,这两条路径之间,是否出现了新的连接? 团队在冠军方案技术报告《Scaling by Structure: What Forms Can Scaling Take in Embodied AI?》中,提出了一个更广义的 Scaling 问题:具身智能能否通过构建和改进结构化、可执行的知识与技能,持续扩展能力? 这项工作将可执行程序及其背后的工具、约束和经验,作为能力积累的载体。编程智能体构建、检验和改进这些结构,机器人通过它们完成任务,产生的轨迹又支持视觉 — 语言 — 动作模型(VLA)训练。 让 “系统掌握了多少可执行技能”,也成为具身智能能力增长的一个维度。 经典机器人方法,如何走向可扩展的知识体系? 机器人领域已经拥有大量有效方法。几何推理处理空间关系和碰撞,SLAM 支持定位与建图,任务与运动规划连接逻辑决策和动作可行性,反馈控制不断纠正执行误差。 这些方法各有适用条件。用于不同任务和环境时,需要组织信息流、连接模块接口、设计操作顺序,并根据物体几何和场景约束调整策略。场景变化后,原有流程可能需要新的抓取方式、动作顺序或恢复机制。 这也构成了结构化机器人系统扩展能力时的关键瓶颈:随着任务增加,构建和维护解决方案所需的人工投入也在增长。 编程智能体提供了自动化承担其中一部分工作的可能。它可以读取执行日志、分析视频、定位失败、修改工具与程序,再运行验证。有效的改进被保留下来,成为后续任务可以调用和调整的知识。 由此,泛化也多了一层含义:系统可以利用已有工具和经验,为新任务构建、适配解决方案。 这种能力的扩展潜力,既取决于覆盖的任务数量,也取决于每增加一项任务所需的工程与交互成本。报告通过实验考察了这两方面。 HiPhys-RSI:把交互经验变成可执行结构 团队提出 Hierarchical Physical Recursive Self-Improvemen (HiPhys-RSI),即分层物理递归自我改进框架。它以参数冻结的编程智能体及视觉语言模型(VLM)为基础,在训练实例中构建并改进自主执行的机器人流水线。 图 1|HiPhys-RSI 总体框架。智能体通过任务体验、程序构建、执行分析和迭代改进积累可执行知识;推理时根据任务条件选择已有流水线或 VLA 策略。(报告图 1) 首先,智能体阅读任务说明与参考示范,并通过工具调用获得交互经验:哪些操作有效,步骤之间有哪些依赖,什么样的观测能够说明任务取得进展。 随后,这些

about image

觉得有用?分享给朋友

让更多人看到这篇内容

RELATED READS

推荐阅读