自我对弈140年，Skild AI人形机器人成足球悍将

足球领域的“AlphaGo”正在走进现实。

在虚拟环境中自我对弈长达140年后，美国具身智能初创公司Skild AI展示了一项亮眼成果：代号为“Messinator”的人形机器人身着球衣，能够流畅带球过人并起脚射门。

最值得关注的是，研发团队并未单独为盘带、护球或射门设计繁琐的奖励函数，机器人的全部足球技巧均由自我对弈（Self-play）自发演化而来。

虚拟世界苦练140年的“终结者”

Messinator名字源于球星梅西（Messi）与经典科幻形象终结者（Terminator）的结合。驱动这一机器人的是Skild AI此前推出的通用机器人基础模型S1。

S1具备强大的上下文学习能力，只需观看人类的任务示范视频，就能将视频作为提示词，理解任务意图并转换成自身的机械动作，且面对全新任务时无须重新微调即可上手。

但Skild AI团队意识到，仅从人类数据中模仿学习，机器人的能力上限始终受制于人类经验。要突破这一天花板，必须让机器具备自主探索与创造经验的能力。

为此，团队在S1基础上融合了强化学习与自我对弈机制。训练环境依托NVIDIA Isaac Sim搭建，目标极其精简：进球得分。

训练全程没有工程师为护球、抢断或起身等细节动作打分，机器人的竞争对手就是它上一版本的自己。随着新旧策略不断交锋，胜出者自动成为下一轮训练的新标杆。随着对手实力的提升，机器人逐步掌握了跌倒爬起、身体护球、变向盘带与主动抢断等复杂技能。

这些动作得以保留的唯一原因在于：它们能提升获胜概率。

这种机制完美复现了AlphaGo当年的进化路径。历经虚拟世界中140年的自我进化，策略成功迁移至真实的人形硬件上，机器人在面对真人干扰时也能动态调整步伐和重心。

通用大脑控制万种身躯

Messinator的成功并非偶然，而是Skild AI通用机器人大脑技术路线的延伸。

2025年7月，Skild AI提出了“Any robot, any task, one brain”（一个大脑驱动任意机器人与任务）的理念，致力于打造跨硬件适用的通用模型Skild Brain。

随后，团队展示了名为Omni-bodied的泛化训练成果。在仿真环境中，模型面对约10万种不同形态的机器人身体，累计训练约1000个仿真年。

面对从未见过的物理结构，即便机械关节锁死、肢体残损或负重突变，该模型也能在数秒内在线重新计算重心与动力学参数，恢复平衡。这种广泛的形态泛化，迫使模型去理解底层物理本质，而非死记硬背某种特定步态。

在Messinator身上，Skild Brain提供了深厚的平衡与运动控制底座，而自我对弈则赋予了它更高阶的博弈与战术决策能力。

顶级学术背景的CMU班底

Skild AI成立于2023年，核心成员来自卡内基梅隆大学（CMU）、斯坦福大学和加州大学伯克利分校，以及Meta、Tesla、NVIDIA、Google等头部科技企业。

联合创始人兼CEO Deepak Pathak现任CMU机器人研究所与机器学习系教授，曾师从Alyosha Efros与Trevor Darrell，并与Pieter Abbeel深入合作。他的代表性工作之一正是“好奇心驱动的探索机制”（Curiosity-driven Exploration），强调机器应具备内在探索动机，而非单纯依赖外部奖励。

联合创始人兼总裁Abhinav Gupta同样是CMU机器人研究所教授，曾主持Facebook AI Research匹兹堡实验室，长期专注于自监督学习、具身智能与物理常识推断，曾荣获斯隆研究奖与PAMI青年研究员奖。

从10万种形态的物理泛化，到140年自我对弈的足球对抗，Skild AI正持续拓展强化学习在具身物理世界中的能力边界。