5月9日，上海智元机器人基地。
Reasoning to Action（R2A）赛道线下调试现场，十支从全球331支队伍中杀出重围的战队，正围着自己的人形机器人作最后的冲刺。6月1日，他们将飞往奥地利维也纳，站上ICRA 2026（国际机器人与自动化大会）的舞台，争夺AGIBOT WORLD CHALLENGE的最终冠军。
331支报名队伍，来自20多个国家和地区——海外71支，国内260支。其中有科研机构，有刚成立一年的初创公司，也有高校实验室里临时凑起来的“师门战队”。
在这样一支高手云集的名单里，华南理工大学“Embodied horse”团队，排第六。
华南理工大学团队
这支“马队”的成员，全部来自李巍华教授的实验室。李巍华是华南理工大学机械与汽车工程学院院长、国家重点研发计划“智能机器人”专项首席科学家。从博士生到硕士生，团队没有外援，也没有公司背景。此前在广州，他们埋头做算法、跑仿真、调模型。直到来了上海，才第一次有了长时间“摸”到真机的机会。
智元：开源数据集与仿真平台，为全球开发者降低门槛
这场世界级比赛的幕后推手是智元机器人。作为国内人形机器人领域的头部企业，智元不仅拿出了自研的G2机器人供线下调试，更向所有参赛团队开放了AGIBOT WORLD开源数据集。
据介绍，Reasoning to Action赛道由去年的Manipulation赛道升级而来，考察维度从“动作执行”拓展至“环境理解—任务规划—动作执行”的全链条，聚焦弥合仿真与真机的差距。参赛团队需基于AGIBOT WORLD开源数据集，训练长程任务的推理与操作一体化模型，并使用Genie Sim 3.0仿真平台进行评测。该平台的Genie Sim Benchmark覆盖五大核心能力：语言指令理解、空间关系认知、原子技能操作、环境扰动适应和零样本跨域迁移。
Genie Sim Benchmark
“我们希望有更多的人参与到物理AI开发的全流程中，把门槛降下来。”智元具身解决方案与生态总监沈咏剑在现场告诉记者，“很多实验室买不起机器人，或者买得起但没人维护。我们把数据集、仿真工具、真机调试机会全部开放，让大家先在线证明自己，再到线下亲手摸到机器人。”
华工“Embodied horse”凭什么？
今年的线下赛题一共有四道，每一道都指向不同的技术难点。比如“爆米花”任务，考察机器人在狭小空间内完成平滑轨迹规划，不能把爆米花抖出来；“包裹分拣”则需要机器人依次完成抓取、旋转、扫码、放置，中间涉及腰部和双臂的大范围协同。
华南理工大学团队在调试
华工团队重点攻克的是“桌面整理”：合上笔记本、笔盒摆正、将零散物品归位——几个子任务串在一起，模型得自己琢磨先干嘛后干嘛？
“长序列任务，我们的模型跑着跑着就卡住了。”华南理工大学机械与汽车工程学院博士陈根告诉记者，机器人在执行到第二个子任务后突然“思考人生”，不知道该继续还是停下来。
团队的第一个突破点，就是给模型“补课”——提升思维链的推理能力。
第二个坑，空间感知。
“仿真环境里，桌子是刚体，不会变形。但真实世界里，你让机械臂硬怼，反作用力一上来，机器人就会触发保护急停。”陈根回忆起第一次真机调试时的场景告诉记者。
仿真跑得行云流水的任务，一到真机就“翻车”。这正是本届比赛最核心的命题——Sim2Real Gap。尽管智元的Genie Sim 3.0已经尽量逼近真实物理属性，但力反馈、纵深感、视觉干扰……这些“坑”只有在真机上才会暴露。“仿真里我们没有力反馈，训练时模型根本不知道‘夹不动’这个概念。”陈根说，“现在我们把力的反馈信息加进去，一点点调试真机。”
技术难题可以一个个攻克，但比起那些财大气粗的企业战队，华工团队还有一个更现实的问题——人手和资源。
“今年前十高校少了很多，进来的大多是公司。”陈根说，华工这支队伍，从博一到研一，全在一个实验室里“凑人”。没有安全员，调试时轮流盯着，生怕机器人发个“脾气”。团队成员共8为位研究生。
但正是这种“捉襟见肘”，反而成了另一种收获。
“以前在实验室里做研发，概念上知道要分工——数据处理、模型训练、接口调通、安全监控。”陈根说，“但真到了比赛现场，才把每个环节切细、落实到人。这种全流程的体验，在实验室里很难逼出来。”
问他对决赛的期待，陈根的回答很朴实：第一次去ICRA，想看看顶级的学者在做什么。然后，“希望能拿个好名次。”
而智元具身解决方案与生态总监沈咏剑在采访中告诉记者，维也纳决赛将面临更大的挑战——不同的光照、完全陌生的现场布局、额外的视觉干扰因素。“他们能不能在短时间内把模型迁移过去？我很期待。”
记者手记
本次参赛选手中既有个人开发者，也有通过网络临时“组队”的跨校团队，背景更加多元化。正是这种“数据集+仿真+真机”的全链路开放模式，让华南理工大学这样的高校团队有了与公司战队同台竞技的可能。
331进10，高校的身影越来越少。但正是像华南理工大学“Embodied horse”这样的团队，让人看到在具身智能浪潮里最朴素的坚持——没有海量算力、没有全栈自研的机器人、没有专职工程团队，有的只是一台自己买的机器、几个同门师兄弟，和从仿真到真机一遍遍“踩坑”的耐心。
在专访中陈根反复说“没有想那么多”，但正是这种“把眼前的事情做好”的态度，让他们在实验室里一遍遍调模型，在上海的调试现场一个个解决真机问题。具身智能的赛道很长，比的不是谁的口号响亮，而是谁能在真实的物理世界里，让机器人多夹稳一个包裹、少一次急停。
6月1日，维也纳。祝他们好运。
文、图/广州日报新花城记者：陈庆辉
广州日报新花城编辑：李光曼
