足球界的 AlphaGo 来了！

在 " 虚拟世界杯 " 自我对弈 140 年后，终于带着球技出山。

视频中的人形机器人 "Messinator" 穿着阿根廷队服，丝滑地带球过人，一脚射门：

这一成果来自美国具身智能独角兽 Skild AI。

有网友看完忍不住感叹：

最妙的是奖励函数只给了进球，盘带、护球、倒地爬起来全是自己 " 悟 " 出来的。

AlphaGo 那套 self-play 方法论又在物理世界又走通了一次；

虚拟世界杯踢 140 年，值了！

那么这个 Messinator 究竟是一个怎样的机器人？

造出它的 Skild AI 又是什么来头？

看下去就知道了。

" 梅西终结者 "，在虚拟世界杯苦练 140 年

Messinator 这个名字拆开看很有意思。

它的前半截是梅西（Messi），后半截来自经典科幻电影《终结者》里的机器 Terminator，把这俩合在一起就是" 梅西终结者 "。（big 胆 hhh）

它真正大脑是 Skild AI 此前推出的旗舰机器人基础模型S1。

而 S1 最核心的能力，就是让机器人像大模型一样 " 上下文学习 "。

我们只需给它看一段任务示范视频，它就能把视频当作 " 提示词 "，逐步理解咱们想完成什么任务，并把视频里的意图和动作转换成适合自己身体的执行方式。

最爽的是，它碰到新任务不用回炉重造，直接就能上手。

不过，会看视频还只是第一步。

Skild AI 认为，像 S1 这样的基础模型主要从人类数据中学习，能力上限难免受人类经验限制。

如果想继续变强，就得让机器人自己创造经验，并尝试着自己去发现人类没教过的动作。

于是，Skild AI 又在 S1 基础上加入了强化学习和self-play，也就是自我对弈。

它的整个训练设置并不复杂，团队把机器人放进了 NVIDIA Isaac Sim 搭建的虚拟足球场，并只给它设定了一个最终目标：进球，拿到高分。

然后，在整个训练过程中，没有人为盘带单独设置奖励，也没有人为护球、抢断、射门和倒地起身逐一打分。

机器人面对的对手，只是自己此前保存下来的模型版本。

通过新旧版本反复比赛，赢下来的新策略，又会成为下一轮训练中更难对付的对手。

于是，每一次进步，都会为机器人自动制造出下一道难题。

Skild AI 技术博客显示，机器人刚进入虚拟球场的前几个月连走路都不利索；

但等它 " 长到大学生的年纪 "，便自行学会了摔倒后重新站起来。

而随着对手不断变强，机器人盘带绕过防守、用身体护球、主动抢断等更复杂的行为也开始陆续出现。

全程没有工程师规定它必须这样做；

它保留下这些动作只有一个初心：它们能帮自己赢球。

这正是 self-play 最迷人的地方。

当年，AlphaGo 正是通过与自己对弈，逐渐发现了一些连顶尖棋手都没预料到的下法，并于 2016 年 4:1 一举击败韩国传奇棋手李世石九段，正式拉开了 AI 变革的序幕。

现在，Messinator 也通过自我对弈、在虚拟世界踢了 140 年世界杯，将足球策略迁移到了真实人形机器人上。

最终，Messinator 不仅能走到球前完成射门，还学会了带球、护球、抢断，并在真人对抗中调整自己的位置和动作。

Skild AI 通过这场硬核的演示，充分证明了机器人不一定都要由人类亲手教会新动作；

它也可以自己练、自己输、自己总结，再自己变强。

而这，恰好就是 Skild AI 过去几年一直在押注的方向。

一颗大脑，控制所有机器人

2025 年 7 月，Skild AI 正式推出了一套能够跨硬件运行的机器人基础模型——Skild Brain。

它的核心主张是：

Any robot, any task, one brain.

目标是打破 " 一种身体配一套大脑 " 的行业桎梏，让不同形态的机器人执行不同任务时都可以使用同一颗大脑。

随后没过两个月，Skild 又进一步公开了一组omni-bodied 训练成果。

团队在仿真世界中生成了约 10 万种身体结构各异的机器人，让同一个模型累计训练约 1000 个仿真年。

到了测试阶段，模型还得直接接管训练时从未见过的机器人。

哪怕机器人突然断腿、关节锁死、轮子卡住，或者背上额外负重，模型也不会立刻 " 趴窝 "，而是会根据身体状态在线调整重心和运动方式。

部分情况下，它甚至只需几秒钟的时间就能重新找回平衡，并摸索出新的移动方法。

这套 omni-bodied 训练体现了 Skild 最核心的思路：

机器人见过的身体越多，就越难靠死记硬背过关。

为了能同时控制 10 万种不同的身体，模型只能尝试理解平衡、关节、重心和动力之间更通用的物理规律，而不是背下一款机器人的固定步态。

如今的 Messinator，正是延续了这条技术路线，并进一步叠加了 self-play。

其中，Skild Brain 负责赋予它控制身体、保持平衡和应对碰撞的基本功；

self-play 则负责让它思考 " 下一步该怎么做，才会更好？"。

而从 10 万种机器人身体，到 140 年的虚拟世界杯，Skild 这条看似疯狂的技术路线并非横空出世。

把这些想法从论文一路推向真实机器人的，是两位在机器人学习领域深耕多年的卡内基梅隆大学教授。

两位 CMU 教授，联手造机器人大脑

Skild AI 成立于 2023 年，脱胎于卡内基梅隆大学（CMU）机器人研究体系。

团队成员既包括来自卡内基梅隆大学、斯坦福大学、加州大学伯克利分校等高校的研究人才，也包括曾任职于 Meta、Tesla、NVIDIA、Google、Amazon 和 Everyday Robotics 等机构的研究员及工程师。

△Skild AI 团队，图源官网

而联合创始人兼 CEO  Deepak Pathak的经历，几乎串起了 Skild AI 的整条技术路线。

△Deepak Pathak

他本科毕业于印度理工学院坎普尔校区计算机专业，后赴加州大学伯克利分校攻读计算机博士，师从计算机视觉领域知名学者 Alyosha Efros 和 Trevor Darrell。

博士毕业后，他曾在 Meta（前 Facebook）AI Research 从事研究工作，也曾在伯克利与机器人学习专家 Pieter Abbeel 合作，担任访问博士后。

此后，他进入卡内基梅隆大学，成为机器人研究所和机器学习系教授。

Deepak Pathak 最具代表性的研究之一是" 好奇心驱动的探索 "。

这项研究等基本思路是，与其让机器只能依赖人类设计的外部奖励，不如赋予它一种内在动力，让它对陌生和难以预测的现象产生 " 好奇 "，并主动探索环境，并在探索中学会新的能力。

Deepak 这套研究思路后来又延伸到自监督机器人学习、视觉模仿学习、Sim2Real 和自适应控制等方向。

在创办 Skild AI 之前，Pathak 还曾联合创立人脸识别公司 VisageMap（该公司后来被 FaceFirst 收购）。

Skild AI 的另一位联合创始人兼总裁Abhinav Gupta，博士毕业于马里兰大学计算机系，现任卡内基梅隆大学机器人研究所教授；

△Abhinav Gupta

他曾参与建立 Facebook AI Research 匹兹堡实验室，并担任研究管理和领导职务。

并长期专注于研究大规模视觉学习、自监督学习、终身学习、机器人操作和物理常识，是早期 " 让机器人通过自主交互收集训练数据 " 路线的重要研究者。

曾获得斯隆研究奖、PAMI 青年研究员奖、IAPR J.K. Aggarwal Prize 等奖项。

Anyway，家人们，你们说要是哪天 "Messinator" 真进化到能踢世界杯，像当年 AlphaGo 对战柯洁那样，跟梅西来一场世纪人机对决，咱们能受的了吗？

参考链接：

[ 1 ] https://x.com/SkildAI/status/2102807731564662797

[ 2 ] https://www.skild.ai/blogs/physical-self-play

[ 3 ] https://www.skild.ai/blogs/s1

[ 4 ] https://www.skild.ai/blogs/building-the-general-purpose-robotic-brain

[ 5 ] https://www.skild.ai/blogs/omni-bodied

[ 6 ] https://www.cs.cmu.edu/~dpathak/

[ 7 ] https://proceedings.mlr.press/v70/pathak17a.html

[ 8 ] https://www.cmu.edu/news/stories/archives/2018/july/facebook-ai-research.html

[ 9 ] https://www.cs.cmu.edu/news/2021/gupta-wins-aggarwal-prize-self-supervised-learning

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见