Sony AI 桌球機器人擊敗人類高手！Physical AI 時代來臨
Sony AI 近日宣布，其開發的自主桌球機器人 Ace 在正式比賽中擊敗高水平人類選手，距離 AI 在現實物理環境中戰勝人類的目標更近一步。這項突破發表於 Nature 期刊，標誌著 Physical AI 領域的重要里程碑。
從數位世界到現實物理世界
「不同於電腦遊戲，過去的 AI 系統雖然能超越人類專家，但像桌球這種需要即時反應的物理運動仍然是巨大挑戰。」Sony AI 蘇黎世團隊負責人 Peter Dürr 表示。
過往的 AI 系統在圍棋、象棋等數位環境中表現優異，這是因為模擬環境的條件是完全可控的。然而，現實世界的桌球運動涉及球的高速移動、複雜的旋轉特性、以及不斷變化的軌跡，需要在極短時間內完成感知與協調動作。
Ace 機器人的技術規格
Ace 採用了九個同步相機和三個視覺系統來追蹤球的運動和旋轉。系統處理視覺數據的速度足以捕捉人眼難以分辨的快速運動。
機械平台使用八個關節來控制球拍：
- 三個關節控制位置
- 兩個關節控制方向
- 三個關節管理擊球力度和速度
這個配置設計滿足了競技比賽的最低機械要求。
模擬訓練的創新方法
與許多透過人類示範訓練的 AI 系統不同，Ace 完全在模擬環境中訓練。這種方法讓它能夠發展出自己的策略，展現出與人類對手不同的擊球模式。
「系統從觀察人類學習，而是透過模擬環境中的自我訓練來學習如何打球。」Dürr 說道。
比賽成果
Ace 在國際桌球總會規則下進行比賽，由合格裁判執法。根據記錄：
- 2025年4月：與菁英選手進行五場比賽，贏得三場
- 2025年12月：擊敗職業選手
- 2026年初：持續戰勝職業級對手
人類選手的觀點
曾敗給 Ace 的職業選手 Mayuka Taira 表示，機器人難以預測因為它沒有任何可見的反應暗示。「因為無法讀取它的反應，不可能感覺它不喜歡什麼類型的球或應付不來什麼球。」她說。
菁英選手 Rui Takenaka 與 Ace 對戰後認為，機器人處理複雜旋轉的能力很強，但在簡單發球時更容易預測。
北京人形機器人馬拉松
同樣在物理 AI 領域，2026 年北京亦莊人形機器人半程馬拉松賽事吸引了超過 100 具機器人與約 12,000 名人類參賽者同場競技。
由 Honor 開發的機器人 Lightning 以 50 分 26 秒完成 21 公里賽道，比去年最快機器人的 2 小時 40 分大幅進步。這些技術未來可應用於工業場景。