索尼乒乓球機器人 Ace 登《自然》封面：10 毫秒感知、擊敗職業選手

如果讓人類頂尖運動員和機器人比一場百米短跑，機器贏了大家可能覺得理所當然。但如果是乒乓球呢？

在一張長不到三米的標準球檯上，一顆直徑 40 毫米的小球以超過每小時 70 公里甚至 20 米每秒的速度飛來，每秒自轉超過 160 圈。留給選手的反應時間往往只有零點幾秒。自 1983 年首屆乒乓球機器人比賽以來，這套涵蓋極速感知、旋轉預判和毫秒級擊球的閉環，困擾了機器人學界整整四十多年。

Sony AI 在頂級學術期刊《Nature》封面發表了一項重量級成果。他們研發的自主乒乓球機器人 Ace，在國際乒乓球聯合會（ITTF）正式比賽規則下，不僅多次戰勝高水平業餘選手，還首次擊敗了人類職業選手。

10 毫秒感知，看清每分鐘 9000 轉的球標

要打贏職業球員，機器首先得看清球是怎麼轉的。人類球手能靠長年累月的球感，觀察對手揮拍動作來預判旋轉，機器卻必須依靠實打實的感測器。

Ace 搭建了一套由 12 個高速感測器組成的混合感知系統。外圍有 9 臺索尼 Pregius IMX273 相機，以 200 Hz 的頻率工作，負責在三維空間中對球進行精確定位。

真正的大殺器是索尼與 Prophesee 聯合開發的 3 顆 IMX636 基於事件的視覺感測器（EVS）。這種感測器只記錄每個畫素的亮度變化，能在亞毫秒級別捕捉運動細節，Ace 藉此直接在空中盯住球上的印標，測出超過每分鐘 9000 轉的極限旋轉。

整套系統的感知延遲壓到了驚人的 10.2 毫秒。據報道，從看到球到揮拍的端到端反應時間僅約 20 毫秒，比普通人類快了大約 10 倍。

在虛擬世界狂練三千小時，八關節機械臂精準控球

光看清還不夠，機器人還得在空中把球精準抽回去。Sony AI 沒有讓機械臂在現實裡慢慢學，而是把此前在賽車 AI「GT Sophy」上驗證過的方法搬到了物理世界。

Ace 在高精度物理模擬環境中完全靠深度強化學習練級。據報道，系統在沒有人類示範的情況下自我對弈約 3000 小時，隨後直接遷移到一臺定製的工業機械臂上。

這套硬體擁有 2 個移動關節和 6 個旋轉關節，拍柄底部還配有專門的發球吸杯，能獨立完成單臂發球。為了對抗變幻莫測的真實對局，機械臂的控制迴圈跑在 1 kHz 的超高頻率上，這意味著它甚至可以在揮拍中途根據來球變化即時修正軌跡，打出高達 19.6 米每秒的回球。

在 2025 年底的一場對決中，Ace 甚至打出了一記讓 1992 年奧運選手中村公次都無可奈何的致命下旋球。與 Ace 交過手的職業選手坦言，機器最大的難點在於沒有表情、沒有體態破綻，根本無從揣摩它的心理。

為什麼重要

我們認為，Ace 擊敗職業選手的真正價值，從來不只是造一個陪練機器，而是攻克了實體人工智慧（Physical AI）最難的高動態閉環。

普通人或乒乓球俱樂部短期內很難搬一套裝滿 12 臺高速相機和工業臂的裝置回家，但這套方案給職業訓練和高階運動器材研發提供了一個絕對客觀的對手。教練和選手不再需要依賴抽象的感覺去復盤旋轉，機器能把每一拍的物理引數完整量化。

對整個機器人行業來說，這一步走得極其聰明。以往的具身智慧大多在低速環境下搬箱子、疊衣服，面對毫秒級物理互動幾乎束手無策。索尼把事件相機與模擬強化學習結合，證明了現階段純靠模擬訓練（Sim2Real）也能解決超高動態下的現實物理互動。

不過，這種暴力堆疊工業級感測器和高精機械臂的做法，成本極高且環境極其苛刻。一旦脫離專門布光的場地，它的魯棒性依然存疑。但它撕開的口子已經足夠大：當機器在高速感知和瞬時決策上全面超越人類肉體極限，未來的無人機近距攔截、工業高速分揀乃至自動駕駛避障，都會迎來全新的解法。