乒坛的“阿尔法狗”来了？索尼AI机器人击败职业选手 登上《自然》期刊

财联社4月23日讯（编辑 潇湘）

一款名为“Ace”的自主乒乓球机器人近日在东京创造了AI与机器人技术领域的新里程碑——它不仅能与顶尖人类选手同场竞技，有时甚至能战胜对手。这一壮举预示着，未来可能会出现更多具备类似技能的机器人应用。

该项目负责人表示，由日本索尼公司人工智能研究部门研发的Ace，是首个在竞技类实体运动中达到专家级表现的机器人，而这项运动要求快速决策和精准执行。Ace通过运用高速感知、基于人工智能的控制以及最先进的机器人系统，实现了这一成就。

自1983年以来，虽然出现过各种打乒乓球的机器人，但直到现在，它们都无法与技术娴熟的人类选手相抗衡。

然而，Ace改变了这一局面，它在遵循国际乒联规则、并由持证裁判执裁的比赛中，与人类精英级选手和职业选手进行了对决。

《自然》杂志22日发表的一篇论文详细描述了该机器人系统。

论文第一作者、索尼AI苏黎世分部总监、索尼AI Ace项目负责人Peter Dürr表示，“Ace凭借其感知系统和基于学习的控制算法取得的成功表明，类似技术可应用于其他需要快速实时控制和人机交互的领域——例如制造和服务机器人，以及体育、娱乐和安全关键型物理领域中的应用。”

击败人类职业选手

研究中详细记载的比赛数据显示，2025年4月，Ace在与精英级选手的五场对决中赢了三场，但在与职业选手(该运动最高水平)的对决中输了两场。

不过，

索尼团队表示，自论文提交以来，该机器人的水平已进一步提高——Ace于2025年12月和上个月均分别战胜了职业选手。

“与此前人工智能系统已超越人类专家的电子游戏不同，乒乓球等实体实时运动仍是一项重大未解挑战，因为这类运动要求在障碍物附近及接近人类反应极限的条件下，进行快速、精准且对抗性的交互，”Dürr表示。

Dürr指出，该项目的目标不仅在于参加乒乓球比赛，更在于探索机器人如何在动态环境中以接近人类的速度和精度进行感知、规划和行动。

AI机器人如何精通乒乓球？

此前，在象棋、围棋等策略游戏以及复杂的电子游戏中，AI系统已在数字领域表现卓越。

Dürr指出，与电子游戏发生在模拟环境中不同的是，乒乓球需要快速决策、精准的肢体动作以及对不可预测对手的持续适应。Dürr表示，乒乓球是一项高速运动，伴随复杂的旋转和轨迹，这迫使人类和机器人在感知、预测和运动控制方面不得不寻求极限。

Ace的架构集成了九台同步摄像头和三个视觉系统，能够以极高的精度和极快的处理速度追踪旋转的乒乓球。“这足以捕捉到肉眼看来会模糊的动作，”Dürr说道。

研究人员开发了一个配备八个关节的定制机器人平台。Dürr解释道，这是执行竞技级击球所需的最小关节数：三个用于控制球拍位置，两个用于调整球拍角度，三个用于调节击球速度和力度。

研究人员称，该机器人能够精准处理旋转球，以及由球擦网导致的意外轨迹变化。

去年4月的比赛中，在“发球直接得分”方面，它以16比8领先于精英选手。

职业选手直言“根本猜不透它”

去年12月曾输给Ace的职业乒乓球运动员Mayuka Taira在索尼AI提供的评论中表示，该机器人的优势在于“它非常难以预测，且毫无情绪表现”。

“因为无法解读它的反应，所以根本无法察觉它讨厌或难以应对的球路，这使得对抗它变得更加困难，”Taira称。

在与Ace交锋时互有胜负的精英级选手Rui Takenaka则表示： “当我发球时，如果我使用带有复杂旋转的发球，Ace也会用带有复杂旋转的球回击，这让我很难应对。不过当我使用简单的发球——也就是我们所说的‘不转球’时——Ace回击的球也比较简单。这让我更容易在第三拍发起进攻，我认为这是我当时能够获胜的关键原因。”

对此，

Dürr表示，Ace仍有提升空间。

“Ace拥有超凡的读球能力，能精准判断来球的旋转，反应速度也超乎寻常。由于它并非通过观察人类比赛来学习，而是通过模拟训练自主学习，因此其反应方式与人类选手不同，常会制造出令人意外的局面”。Dürr说道，“与此同时，职业人类选手非常擅长适应对手并找出其弱点，这也是我们正在努力改进的方面。”

机器人开始统治体坛？

这些最新的技术进步表明，机器人在展示了其在国际象棋、围棋和视频游戏等认知及屏幕竞赛领域的优越性后，正进一步开始挑战人类的体育能力。

在上周日于北京举行的一场

半程马拉松赛事

中，由荣耀开发的一款人形机器人以50分26秒的成绩完赛——这比男子世界纪录快了近7分钟。

而不同于索尼Ace更多仰赖机械手的是，据余杭区人民政府网站消息，近日，

杭州智无际具身智能有限公司公开展示了其自主研发的乒乓球人形机器人，已成功实现连续百余次稳定对打。

这标志着该团队成为国内首家攻克人形机器人全身运控打乒乓球技术的团队。

“难点在于感知、决策、执行三个环节的强耦合，整个过程必须在毫秒级内完成，对感知精度、算法效率和机械响应要求极高。”智无际研发工程师孙德雨介绍，团队基于自研的“大小脑协同控制模型”，完成了“感知—决策—全身运控与执行”的全链路集成，实现了击球目标识别、动态动作规划与全身协同控制的能力闭环。

据了解，智无际的核心技术未来将从球台延伸至更广阔的人机协作场景：在竞技体育领域，可辅助运动员进行精准训练；在商业服务场景，能化身智能陪练或互动展示员；在工业分拣中，可高效处理动态物料；甚至走进家庭，成为陪伴老人孩子的智能助手。