在2025年10月23日刚刚落幕的杭州IROS 2025四足机器人挑战赛中,来自曼彻斯特大学的ZsiMan高校战队使用智身科技钢镚L1机器狗平台,从众多顶尖团队中脱颖而出,首次参赛即夺得冠军。

IROS(智能机器人与系统国际会议)与ICRA并称为机器人领域两大顶级国际会议,是全球机器人学术界和产业界展示前沿研究成果的重要平台。Quadruped Robot Challenge(QRC)四足机器人挑战赛是IROS的传统赛事,以其高难度的赛道设计和严格的评分标准闻名,可以说是机器狗领域的“奥运会”。

挑战赛特别注重考验机器人在极限环境下的运动能力、自主决策能力和系统可靠性,历年吸引了包括麻省理工学院、苏黎世联邦理工学院等世界顶尖机器人实验室的参与。在历年冠军中,使用的比赛机器大多均为海外品牌,如波士顿动力等,2024年的挑战赛中,中国宇树科技首次作为比赛用机获得冠军。

智身科技产品钢镚L1实力强劲,本次作为唯一一款非宇树的比赛用机,创造了新的挑战赛的冠军比赛用机纪录,也彰显了中国具身智能和机器人技术的雄厚实力。
本届比赛共有来自顶尖高校约7支队伍参赛,出现了体重达50公斤级的大型机器狗与仅15公斤级的钢镚L1同场竞技的场面。比赛现场设置了极具挑战性的竞赛环境,包含楼梯、阶梯场地、K型护栏、托盘堆、坡道等多种复杂地形,全面考验机器人的运动稳定性、越障能力和环境适应性。

随着比赛的进行,障碍高度与地形复杂度逐渐升级,对自重较轻的小型机器狗提出了更为严峻的考验。然而,钢镚L1以其卓越的综合性能通过了初赛、预赛、半决赛,一路杀入决赛夺冠,从而证明在智能算法时代,精巧设计同样能够战胜体型优势。
作为首次参赛的黑马选手,钢镚L1机器狗的夺冠得益于其遥遥领先的技术架构:
钢镚L1采用智身科技自研的关节模组,峰值扭矩达48N·m,为同级别产品中的最高水平,运动能力不输大体型机器狗。同时,本次比赛用机还搭载了智身科技的智航EDU高性能套件,精选Intel RealSense深度感知摄像头、Livox Mid360激光雷达以及NVIDIA Orin NX计算单元,形成了多模态感知能力与边缘计算能力的完美结合。
高达100TOPS的AI计算性能,能够实时处理多传感器数据流,轻松应对复杂多变地形。搭配智身科技自研的RoamerX导航平台,提供高效导航框架rmx_lite,在快速训练部署后就能自主运行。

智身自研的开源高保真科研仿真环境MATRiX,提供物理精确的虚拟实验环境,支持运动控制、导航算法、视觉算法等多种研究任务的仿真验证。完整的仿真-部署工具链为学生团队提供了强大的研发支持。通过MATRiX仿真平台,团队能够在高保真虚拟环境中进行算法训练;结合开放的软件架构,实现从仿真验证到实机部署的无缝衔接。这一流程将算法迭代周期缩短了70%,让学生团队能够在赛前针对各种可能地形进行充分准备。

ZsiMan战队的指导老师潘为教授在此次比赛中发挥了关键作用。作为曼彻斯特大学计算机科学系机器学习专业副教授,他同时也担任智身科技首席科学家。其研究广泛涉及基于机器学习的机器人控制及动态控制原理,在相关前沿领域具有深厚的学术积累。
潘为教授促成了将钢镚L1机器狗引入曼彻斯特大学实验室的合作。在他的指导下,研究团队利用钢镚L1开源平台进行了深入的二次开发,将先进算法应用于机器狗的运动控制中。团队在真实的机器人平台上验证理论创新,最终在比赛中展现出卓越的技术实力。
此次夺冠,不仅展现了曼彻斯特大学潘教授团队卓越的算法开发能力,更在顶尖赛事的严苛环境下,实证了钢镚L1机器狗从智能算法、核心硬件到开发平台的全链路技术优势。它标志着一种结合了强大本体性能与高度智能、且能快速赋能科研的创新机器人平台,正展现出其不可小觑的竞争力。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
南洋理工大学研究团队开发出Puffin统一模型,首次将AI的图像理解和生成能力融合。通过创新的"用相机思考"方法,将相机参数转换为摄影术语,让AI像摄影师一样理解空间关系。基于400万样本数据集训练,模型在相机角度理解和可控图像生成上均超越专业化模型,并支持空间想象、摄影指导等多元应用,为空间智能AI发展开辟新路径。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
KAIST研究团队开发出MPO多模态提示优化框架,首次实现同时优化文字和视觉提示,让AI能够像人类一样接收多种信息类型。该技术在10个数据集上平均性能提升6.8%,同时节省42%评估成本,为医疗影像、自动驾驶、药物研发等领域提供了新的AI交互方式,标志着从纯文字交流向多模态交流的重大突破。