一個機械臂，對面站著人類高手，中間隔著一張標準乒乓球臺。球飛過來，速度快到肉眼只能看見一道白影。0.3秒，機械臂動了，球被穩穩打回去。對面的人類選手接球、回擊、再接球，幾個回合下來，球落地了。機械臂贏了這一分。

這個看起來有點簡陋卻速度飛快的家伙叫Ace，來自索尼AI。Ace是第一個能贏了高水平選手的乒乓球機器人，剛剛登上了Nature。

過去，乒乓球機器人打的是高度簡化的“模擬賽”，比如使用發球機代替人類發球、縮小球臺面積，甚至不許對手打旋轉球。而Ace是實打實地進行了標準比賽：標準的場地，真實的比賽規則，對戰人類精英選手。

Ace VS 人類

這件事的意義，遠不止“機器人會打乒乓球”這么簡單。

乒乓球比賽很難嗎？

如果你覺得 AI 下棋厲害、打游戲厲害，所以打乒乓球厲害就理所當然，那就是高看它了。棋盤和游戲畫面再復雜，本質上都還是數字世界里的事情。屏幕里的棋子不會因為你手抖而掉到地上，游戲角色也不用擔心關節會不會撞到桌子。

真正難的，是讓 AI 走進現實世界。

乒乓球幾乎把機器人最怕的幾件事疊在了一起。第一件是快。高水平比賽里，球速可以超過每小時100公里，來回之間不到半秒，也就是眨眼的功夫。第二件是旋轉。一個球帶不帶上旋、下旋、側旋，會直接改變飛行軌跡和落臺后的反彈方式；同樣的揮拍動作，面對不同旋轉的來球，結果可能完全不一樣。

第三件是對抗。對手不是按照固定程序出牌，而是在不斷試探你的弱點。回球總是落在左邊，他下一板就會盯著你的右邊打。這種實時的、有針對性的博弈，比任何預設的訓練場景都要復雜。

第四件是物理約束。機械臂有慣性，有速度極限，有關節活動范圍的限制，還得時刻避免撞到桌子甚至自己。哪怕 AI 已經算出了“完美動作”，也得確保這個動作在現實中做得到。

把這四件事放在一起，你就明白為什么乒乓球機器人這么難做了。它需要的是感知、決策、控制這一整條鏈路在極短時間內無縫配合。

Ace 是怎么做到的

Ace 的思路可以粗略理解成三層：看、想、動。

Ace 用多臺普通相機來定位球在三維空間中的位置，同時用一種特殊的相機“事件相機”來估計球的旋轉。

事件相機和常見的攝像頭不太一樣。普通攝像頭是一幀一幀拍的，就像每秒鐘截圖60次。但對于高速運動的物體來說，這種拍攝方式有兩個問題：一是延遲，從拍下這一幀到處理完這一幀，中間總有時間差；二是運動模糊，球動得太快，一幀畫面里球已經拖出一條影子，很難看清楚。

事件相機的工作方式完全不同。它不是定時拍照，而是讓每個像素點獨立工作，哪里的亮度變了，哪里就立刻上報一個“事件”。你可以把它想象成一群時刻值班的哨兵，不是每隔一段時間統一匯報一次，而是一有動靜就馬上喊出來。這種機制的時間分辨率比普通相機快了好幾個數量級。

事件相機捕捉球面亮度變化的細微模式，再通過算法反推出旋轉方向和速度，讓Ace能“看清”高速的來球是怎么轉的。

“想”

工程師不可能窮舉所有來球情況，再給每種情況寫死一套動作規則，因為來球的速度、旋轉、落點組合起來有無數種可能。取而代之的是強化學習，就是讓 Ace 在仿真環境里反復練習，用試錯的方式去學“面對這樣的來球，如果我想把球打成某種落點和旋轉，應該怎么揮拍”。

整個學習過程完全在仿真環境里完成，這可以讓機器人“死”無數次——撞桌子了，重來；球沒接住，重來；動作太慢了，重來。在真實世界里這么試錯，機器人早就撞壞了，時間成本更是承受不起。等在仿真里學得差不多了，再把策略遷移到真實的機械臂上即可。

乒乓球機器人的”超級大腦“丨Sony AI

哪怕策略網絡已經決定了“要這么打”，也不能直接把一個理想動作硬塞給機械臂。因為理想動作可能要求機械臂在0.1秒內完成一個大幅度的揮拍，但機械臂的電機和關節做不到；或者理想軌跡會讓機械臂的某個關節撞到桌子邊緣，那就更不行了。

Ace 的做法是，把策略輸出先映射成一個短時間窗口里的目標，再交給軌跡優化和安全模塊，生成真正可執行的連續運動。換句話說，AI 負責給方向，控制系統負責現實中的實現。

ACE的機械臂有8自由度，回球速度可達19.6米/秒丨Sony AI

這三層配合起來，從看見球到打出球，整個流程被壓縮在不到半秒的時間里。而且這不是一次性的動作，而是要在一場比賽中連續執行幾十次、上百次，每次都不能出大錯。

它到底打得怎么樣

Ace 和5位超過10年球齡的精英級選手打了比賽，贏下了3場。與2位職業選手時對決時都輸了，拿到了1局。不過，它能穩定回擊高速和高旋轉來球，說明它不是靠運氣或者偶然性得分。

Ace今年4月對戰了5位精英選手和2位職業選手。在更早的比賽中，曾與日本排名前10、世界排名64的吉村和弘切磋（并輸了）。

有意思的是，Ace 的球風和人類不太一樣。比如面對極速來球時，人類的本能是后撤以爭取反應時間，但 Ace 可以在不退臺的情況下守住原位。

人類高手更常靠很猛的上旋和速度直接壓死對手，一板球又快又轉，對方接不住就直接得分。Ace 的優勢更多來自穩定性——它能穩定回球，不會體力不支動作變形，在高速條件下能維持比較高的成功率。你很難用一板爆沖直接打死它，但它也很難用一板爆沖直接打死你。

這反映了機器人和人類各自的優勢。人類的優勢在于爆發力和創造力，能在關鍵時刻打出一板質量極高的球。機器人的優勢在于一致性和反應速度。

但 Ace 也還有明顯的短板。很明顯，它還打不過真正頂尖的職業球員。另外人類高手不僅是在回球，更是在讀對手、設陷阱、做節奏變化，Ace 現在無法完成戰術。

論文作者自己也提到，未來的重要方向包括更強的人類對手建模，以及能從真實互動中持續改進的在線學習。

讓機器人打乒乓球，重要嗎？

如果你關心的只是“機器人會不會搶走人類的體育冠軍”，那這篇論文可能沒那么激動人心，畢竟 Ace 現在連世排64的選手都還打不過。

但它讓我們看到一種新階段的 AI：不再只在數字空間里推理，而是在物理世界里，以接近人類極限反應速度的節奏，與人互動、對抗、調整。這類能力一旦成熟，影響不會停在球桌邊。

想象一下服務機器人的場景。你在廚房里做飯，機器人在旁邊幫忙。你說“把那個碗遞給我”，機器人需要理解你指的是哪個碗，判斷你現在的姿勢和位置，然后用合適的速度和角度把碗遞到你手邊，既不能太慢讓你等，也不能太快嚇你一跳，更不能撞到你的手。這需要高速的感知-決策-動作閉環。

乒乓球只是第一個足夠好看、也足夠難的舞臺。下一個舞臺會是什么，現在還不知道。但可以確定的是，這扇門已經被推開了。

作者：腦子通電

編輯：Luna

封面圖來源：Sony AI

點個“小愛心”吧