五名精英乒乓選手走進(jìn)一個(gè)標(biāo)準(zhǔn)奧運(yùn)尺寸的賽場。球臺是ITTF認(rèn)證的SAN-EI，球是Nittaku 40+三星球，裁判是日本乒協(xié)持證上崗的。一切按國際乒聯(lián)規(guī)則來，沒有縮水。

他們的對手不是人，是一個(gè)叫Ace的機(jī)器人。結(jié)果，五場三局兩勝，Ace贏了三場。

要知道，這是人類歷史上，自主機(jī)器人首次在正式比賽規(guī)則下，實(shí)打?qū)嵉貜娜祟愡\(yùn)動員手中搶下勝場。Ace并非實(shí)驗(yàn)室里的發(fā)球模板，面對時(shí)速超過20米、每秒轉(zhuǎn)動上百圈的極限旋轉(zhuǎn)球，它不僅接住了，還回?fù)舻脴O為刁鉆。

同時(shí)，這項(xiàng)成果剛剛以封面文章的形式登國際頂刊《Nature》。它用數(shù)據(jù)向世界證明，物理AI在復(fù)雜、高速的實(shí)時(shí)交互任務(wù)中，已經(jīng)擁有了足以媲美人類精英的無限潛力。

01.

為什么“打乒乓球”件事這么難？

職業(yè)乒乓球的球速能飆到20米/秒以上，兩拍之間往往不到0.5秒。更狠的是旋轉(zhuǎn)，角速度可達(dá)1000弧度/秒，一個(gè)上旋或下旋能讓球的軌跡完全違背直覺。球臺上的彈跳還會受旋轉(zhuǎn)影響，下旋球可能“飄”，上旋球可能“扎”。

自1983年以來，人類做了四十多年乒乓球機(jī)器人。但之前的方案要么用發(fā)球機(jī)喂球，要么縮小場地覆蓋范圍，要么干脆忽略旋轉(zhuǎn)，要么禁止某些擊球方式。說白了，它們打的不是真正的乒乓球。

所以索尼AI團(tuán)隊(duì)面對的問題是：不是讓機(jī)器人碰到球，而是讓它在完整的、對抗的、帶旋轉(zhuǎn)的真比賽里，跟人類高手過招。

Ace的核心突破，就是贏在穩(wěn)定性和對旋轉(zhuǎn)的處理能力。

02.

Ace是如何練成的？

如何做到這一點(diǎn)？索尼AI團(tuán)隊(duì)為ACE搭載了一套精密的“感知-決策-執(zhí)行”鏈條。Ace的整套系統(tǒng)以1毫秒周期同步運(yùn)行，與視覺系統(tǒng)共享時(shí)鐘信號，即使在最大速度下，位置跟蹤延遲仍低于5毫秒。

Ace集成了感知、控制和機(jī)器人硬件，用于打乒乓球

• 感知：看懂位置，更看懂旋轉(zhuǎn)

乒乓球場上，人類選手靠眼睛追球、靠經(jīng)驗(yàn)猜旋轉(zhuǎn)、靠肌肉記憶調(diào)整動作。Ace走的完全是另一條路，靠直接測量。

它看位置靠的是9臺APS傳統(tǒng)相機(jī)，分布在球臺外圍，以200赫茲的頻率捕捉球的3D位置，平均誤差只有3毫米，延遲10.2毫秒。

真正的核心突破，是“看懂旋轉(zhuǎn)”。

Ace配備了三套凝視控制系統(tǒng)，每套都搭載了事件驅(qū)動視覺傳感器，這種相機(jī)不按幀曝光，而是對光線變化做像素級異步響應(yīng)，高速旋轉(zhuǎn)物體在傳統(tǒng)相機(jī)里糊成一片，在它眼里卻是清晰的運(yùn)動軌跡。

每套系統(tǒng)還配了一對可旋轉(zhuǎn)的跟蹤鏡和一個(gè)遠(yuǎn)攝可調(diào)鏡頭，鏡頭會主動跟隨球的移動，始終對準(zhǔn)球體表面印著的商標(biāo)。

系統(tǒng)用卷積神經(jīng)網(wǎng)絡(luò)和對比度最大化算法分別估算角速度，再根據(jù)不確定性動態(tài)融合，最終以400到700赫茲的頻率把旋轉(zhuǎn)數(shù)據(jù)傳給決策層。平均測量誤差24.8弧度每秒。

• 決策：仿真中自學(xué)，比賽中調(diào)用

有了位置和旋轉(zhuǎn)數(shù)據(jù)，下一步是決策。

Ace采用Soft Actor-Critic（SAC）算法，在仿真環(huán)境中通過試錯(cuò)自學(xué)回球策略。訓(xùn)練中，評估模塊能看到真實(shí)的球狀態(tài)，而決策模塊只能依賴帶噪聲的傳感器歷史數(shù)據(jù)。這種“不對稱”設(shè)計(jì)確保策略能從仿真順利遷移到真實(shí)世界。

比賽時(shí)，策略每32毫秒查詢一次，根據(jù)球和機(jī)器人的當(dāng)前狀態(tài)輸出一個(gè)抽象動作，然后映射為未來32毫秒的關(guān)節(jié)軌跡。與此同時(shí)，系統(tǒng)會預(yù)先計(jì)算一條返回安全位置的“重置軌跡”，一旦預(yù)測到碰撞就立刻執(zhí)行，保證高速運(yùn)動中的安全。

為了應(yīng)對不同類型的來球，團(tuán)隊(duì)訓(xùn)練了多個(gè)策略，分別掌握高上旋、下旋等技能，每個(gè)技能設(shè)定期望的落點(diǎn)和旋轉(zhuǎn)權(quán)重。比賽時(shí)，系統(tǒng)根據(jù)來球特征從技能庫里實(shí)時(shí)選取最合適的策略。這套思路上很像一個(gè)全能運(yùn)動員，拿到什么球就調(diào)出什么技能包。

發(fā)球則單獨(dú)處理。拋球動作來自人類示范，擊球動作通過遺傳算法優(yōu)化。每種發(fā)球要經(jīng)過真人陪練測試，20次嘗試中失敗率低于5%才能入庫。最終，Ace的發(fā)球庫里存了15種發(fā)球。

• 執(zhí)行：為速度與精度定制

執(zhí)行層面，機(jī)械臂有8個(gè)自由度（2個(gè)直線關(guān)節(jié)+6個(gè)旋轉(zhuǎn)關(guān)節(jié)），末端最高速度設(shè)定為20米/秒，工作空間覆蓋3.6米×3.6米。

此外，其連桿經(jīng)過拓?fù)鋬?yōu)化設(shè)計(jì)減重，使用Scalmalloy高強(qiáng)度鋁合金3D打印。末端執(zhí)行器是一塊改裝球拍——Butterfly Dignics 05膠皮搭配VICTAS ZX-GEAR OUT底板，外加一個(gè)用來發(fā)球的小杯。

有了這套能“看懂旋轉(zhuǎn)、實(shí)時(shí)決策”的系統(tǒng)，Ace走上了賽場。

03.

贏下精英選手，從職業(yè)選手手中拿分

2025年4月，Ace先對陣5位精英選手（三女兩男，十年以上競技經(jīng)驗(yàn)，每周訓(xùn)練約20小時(shí)），三局兩勝制，3勝2負(fù)，13局拿下7局。

隨后對陣兩位日本T聯(lián)賽現(xiàn)役職業(yè)選手安藤南和曾根薰，五局三勝制，0勝2負(fù)，但7局中拼下1局。

數(shù)據(jù)揭示了Ace的贏法。它不靠更快的擊球。Ace的制勝球和普通回球在速度和旋轉(zhuǎn)分布上幾乎一致，穩(wěn)定回球等對手失誤。而人類選手的制勝球明顯高于普通回球，靠突然加力得分。

面對旋轉(zhuǎn)高達(dá)450弧度/秒的來球，Ace回球率始終超過75%，遠(yuǎn)超此前報(bào)道的競技乒乓球機(jī)器人水平。

它自己打出最高速度16.4米/秒、最高旋轉(zhuǎn)600弧度/秒，也能回?fù)魧κ肿罡?9.6米/秒、867弧度/秒的來球。平均回合長度5.0拍，比人類職業(yè)比賽典型值3.9拍更長。發(fā)球方面，15種不同發(fā)球直接拿下16分，精英選手僅8分。

最驚艷的一幕是擦網(wǎng)球。球在0毫秒觸網(wǎng)，Ace僅用49毫秒調(diào)整軌跡并成功回球。

團(tuán)隊(duì)做了反事實(shí)模擬：如果球沒擦網(wǎng)，Ace的動作路徑會截然不同。說明它真的是在實(shí)時(shí)決策，而非執(zhí)行固定套路。

04.

從球桌走向更多場景

當(dāng)然，Ace還遠(yuǎn)非完美。

目前它仍無法穩(wěn)定擊敗頂級職業(yè)選手?！禢ature》同期評論文章指出，Ace從多個(gè)視角同時(shí)觀察場地的方式與人類存在本質(zhì)差異，離“擬人化”還有距離。

研究團(tuán)隊(duì)自己也很清醒：真正的挑戰(zhàn)在于如何建模人類對手的行為。在高維物理空間中精確模擬人類動作極其困難，這意味著真正的目標(biāo)函數(shù)（贏或輸）無法被直接用于訓(xùn)練，只能使用替代目標(biāo)。未來如果能引入對手建模和在線學(xué)習(xí)，Ace有望在實(shí)戰(zhàn)中持續(xù)進(jìn)化。

即便如此，這項(xiàng)突破的意義已經(jīng)超出了乒乓球本身。它為制造、服務(wù)、搜救等需要高速、精準(zhǔn)人機(jī)協(xié)作的領(lǐng)域，提供了一個(gè)可驗(yàn)證的技術(shù)路徑。機(jī)器人執(zhí)行實(shí)時(shí)復(fù)雜任務(wù)的能力，正在被一步步驗(yàn)證。

正如1992年奧運(yùn)會選手、乒乓球?qū)＜抑写褰鸫卫稍诳赐闍ce一記擊球后的感嘆：“其他人根本做不到。我以前認(rèn)為這是不可能的。但既然它能做到……那就意味著人類也有可能?！?/p>