Skild AI 让机器人自我对战：在虚拟世界踢球 140 年后跑进现实

让 AI 在电脑里下围棋拿到世界冠军，这事十年前 DeepMind 就做完了。但如果把围棋换成人形机器人踢足球呢？

具身智能公司 Skild AI 最近就干了这么一件事。上个月他们刚推出机器人基础模型 S1，主要靠模仿人类给的演示来学动作。但团队很快发现了一个天花板：既然数据全来自人类，那机器人的能力上限也就是人类水平。

于是他们把当年 AlphaGo、OpenAI Five 打 Dota 用的自我对弈搬到了物理世界，搞了一套物理自我对弈训练法。

在模拟器里踢了 140 年球

足球对机器人来说是个地狱级难题。它既要保持身体平衡、控制奔跑速度，又要实时控球、做身体对抗，还要理解攻防博弈。

Skild AI 没去一条条教机器人怎么抬腿、怎么变向，甚至没有设计复杂的奖励规则。他们只给 S1 设定了一个极简的目标：把球踢进球门。

接着，他们把机器人扔进了 NVIDIA 的 Isaac Sim 模拟器里，让它和不同版本的自己同场竞技。你的对手就是上一秒的自己，这种机制在业内被叫做自动训练阶梯。只要你变强一点，你的对手立刻同步变强。

在模拟世界的前几个月里，机器人表现得像个婴儿，连直立行走都勉强。到了模拟的大学年龄，它学会了摔倒后自己爬起来。

等到整整 140 年的比赛时长跑完，机器人自己摸索出了带球过人、背身护球和飞身抢断。这些动作不是工程师手把手调出来的，而是为了进球自己涌现出来的策略。

最关键的是，模拟器里练出来的这套动作策略，被他们直接部署到了一台真实的双足人形机器人身上，成功完成了从虚拟到现实的迁移。

为什么重要

我们认为，这项实验最大的价值不在于机器人能不能去踢世界杯，而在于它给具身智能指了一条摆脱人类数据喂养的路。

过去两年，大家都在用昂贵的人体动捕、遥操作去收集真机数据。这种做法成本高得吓人，而且教出来的机器人永远不可能比操作员更敏捷。自我对弈证明了只要物理模拟足够逼真、目标定义足够简单，AI 就能在虚拟空间里自我进化出超人类的运动能力。

对开发者和行业来说，这套玩法的迁移想象空间极大。既然能为了进球在模拟器里对战 140 年，那同样可以在虚拟的建筑工地搬砖、在虚拟流水线上打螺丝，或者在虚拟街道上做多机协同导航。它会倒逼做物理引擎和仿真的厂商加速升级，因为算力越强、仿真越真，机器人出厂前的工龄就越长。

不过隐患也显而易见。虚拟世界再精确，地面的微小摩擦力差异、机械关节的磨损和延迟依然存在。足球场这种相对开阔的草地容易迁移，真到了充满易碎品和突发状况的人类家庭，这种完全靠碰撞和对抗练出来的激进策略，安全性究竟如何，目前看起来还是个未知数。