【具身AGI导读】只给一个「进球」目标，不教盘带、不教护球、不教抢断——一台人形机器人的球技，是它在虚拟球场里跟自己较劲练出来的。
近日，Skild AI 公布了一段演示：一台名叫 Messinator 的人形机器人带球过人、起脚射门，它的大脑是该公司的机器人基础模型 S1——看过一段任务示范视频，就能接手新任务。演示里的动作不止射门：盘带绕过防守、用身体护球，没有一项是被工程师逐条教会的。
据该公司的官方技术博客，团队把机器人放进 NVIDIA Isaac Sim 搭建的虚拟足球场，全程只给它一个目标——进球、拿到高分；至于盘带、护球、抢断、射门和倒地起身，没有一项被单独设过奖励，它面对的对手只是自己此前保存下来的模型版本，赢下来的新策略又会成为下一轮更难对付的对手。在这套仿真里，它刚进去的前几个月连走路都不利索，到「长到大学生的年纪」才学会摔倒后自己站起来；按博客的表述，这套策略是在累计 140 年的仿真对弈之后才被迁移进真机的——这个 140 年指的是仿真环境内累积起来的对弈时长，不是真实时间，也不是研发历时。有网友看完后感叹：「最妙的是奖励函数只给了进球，盘带、护球、倒地爬起来全是自己“悟”出来的。」
放到具身智能的训练版图上看，给机器人装新技能，行业长期走的是采集真机演示数据、再反复训练这条路；这件事把「后训练」摆成了一个独立阶段。Skild AI 的做法是在既有模型之上叠加强化学习与自我对弈：基础模型负责上下文学习——把一段示范视频当成提示词，就能上手新任务，自我对弈负责回答下一步怎么做才更好。
Skild AI 认为，像 S1 这样主要从人类数据里学出来的基础模型，能力上限难免受人类经验限制，要接着变强，就得让机器人自己去创造经验。这也是这份结果最需要打折的地方：它是厂商自述——一段演示加一份官方技术博客，目前没有可核的量化成绩，也没有第三方复现；该公司自己也承认，机器人足球赛早已存在，表现仍远低于人类水平。声音并不只有一种：有网友盯着那处奖励设置，深度机智（北京）科技有限公司创始人陈凯博士说过这样一句话——「我们不想做追随者，而是做定义者。」
被这件事改写的不是某几项运动技能，而是技能的产生方式——当一套能力可以不用人类示范、只靠自造对手反复对抗长出来，机器人能学会多少就不再由人能教多少决定。边界同样清楚：这条路眼下仍停在仿真里，策略迁移到真机后能复现到什么程度、能不能离开足球场这类规则明确的场景，都还没有答案。
教得会的是动作，练出来的是能力。
参考资料
量子位 · “AlphaGo”杀进足球场！自我对弈140年，机器人成“梅西终结者” · 2026-09-25