索尼乒乓球机器人 Ace 登《自然》封面：10 毫秒感知、击败职业选手

如果让人类顶尖运动员和机器人比一场百米短跑，机器赢了大家可能觉得理所当然。但如果是乒乓球呢？

在一张长不到三米的标准球台上，一颗直径 40 毫米的小球以超过每小时 70 公里甚至 20 米每秒的速度飞来，每秒自转超过 160 圈。留给选手的反应时间往往只有零点几秒。自 1983 年首届乒乓球机器人比赛以来，这套涵盖极速感知、旋转预判和毫秒级击球的闭环，困扰了机器人学界整整四十多年。

Sony AI 在顶级学术期刊《Nature》封面发表了一项重量级成果。他们研发的自主乒乓球机器人 Ace，在国际乒乓球联合会（ITTF）正式比赛规则下，不仅多次战胜高水平业余选手，还首次击败了人类职业选手。

10 毫秒感知，看清每分钟 9000 转的球标

要打赢职业球员，机器首先得看清球是怎么转的。人类球手能靠长年累月的球感，观察对手挥拍动作来预判旋转，机器却必须依靠实打实的传感器。

Ace 搭建了一套由 12 个高速传感器组成的混合感知系统。外围有 9 台索尼 Pregius IMX273 相机，以 200 Hz 的频率工作，负责在三维空间中对球进行精确定位。

真正的大杀器是索尼与 Prophesee 联合开发的 3 颗 IMX636 基于事件的视觉传感器（EVS）。这种传感器只记录每个像素的亮度变化，能在亚毫秒级别捕捉运动细节，Ace 借此直接在空中盯住球上的印标，测出超过每分钟 9000 转的极限旋转。

整套系统的感知延迟压到了惊人的 10.2 毫秒。据报道，从看到球到挥拍的端到端反应时间仅约 20 毫秒，比普通人类快了大约 10 倍。

在虚拟世界狂练三千小时，八关节机械臂精准控球

光看清还不够，机器人还得在空中把球精准抽回去。Sony AI 没有让机械臂在现实里慢慢学，而是把此前在赛车 AI「GT Sophy」上验证过的方法搬到了物理世界。

Ace 在高精度物理仿真环境中完全靠深度强化学习练级。据报道，系统在没有人类示范的情况下自我对弈约 3000 小时，随后直接迁移到一台定制的工业机械臂上。

这套硬件拥有 2 个移动关节和 6 个旋转关节，拍柄底部还配有专门的发球吸杯，能独立完成单臂发球。为了对抗变幻莫测的真实对局，机械臂的控制循环跑在 1 kHz 的超高频率上，这意味着它甚至可以在挥拍中途根据来球变化即时修正轨迹，打出高达 19.6 米每秒的回球。

在 2025 年底的一场对决中，Ace 甚至打出了一记让 1992 年奥运选手中村公次都无可奈何的致命下旋球。与 Ace 交过手的职业选手坦言，机器最大的难点在于没有表情、没有体态破绽，根本无从揣摩它的心理。

为什么重要

我们认为，Ace 击败职业选手的真正价值，从来不只是造一个陪练机器，而是攻克了实体人工智能（Physical AI）最难的高动态闭环。

普通人或乒乓球俱乐部短期内很难搬一套装满 12 台高速相机和工业臂的设备回家，但这套方案给职业训练和高端运动器材研发提供了一个绝对客观的对手。教练和选手不再需要依赖抽象的感觉去复盘旋转，机器能把每一拍的物理参数完整量化。

对整个机器人行业来说，这一步走得极其聪明。以往的具身智能大多在低速环境下搬箱子、叠衣服，面对毫秒级物理交互几乎束手无策。索尼把事件相机与仿真强化学习结合，证明了现阶段纯靠仿真训练（Sim2Real）也能解决超高动态下的现实物理交互。

不过，这种暴力堆叠工业级传感器和高精机械臂的做法，成本极高且环境极其苛刻。一旦脱离专门布光的场地，它的鲁棒性依然存疑。但它撕开的口子已经足够大：当机器在高速感知和瞬时决策上全面超越人类肉体极限，未来的无人机近距拦截、工业高速分拣乃至自动驾驶避障，都会迎来全新的解法。