“AlphaGo”杀进足球场！自我对弈140年，机器人成“梅西终结者”

量子位 | 公众号 QbitAI

足球界的AlphaGo来了！

在“虚拟世界杯”自我对弈140年后，终于带着球技出山。

视频中的人形机器人“Messinator”穿着阿根廷队服，丝滑地带球过人，一脚射门：

这一成果来自 美国具身智能独角兽Skild AI 。

有网友看完忍不住感叹：

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。 AlphaGo那套self-play方法论又在物理世界又走通了一次； 虚拟世界杯踢140年，值了！

那么这个Messinator究竟是一个怎样的机器人？

造出它的Skild AI又是什么来头？

Messinator这个名字拆开看很有意思。

它的前半截是梅西（Messi），后半截来自经典科幻电影《终结者》里的机器Terminator，把这俩合在一起就是 “梅西终结者” 。（big胆hhh）

它真正大脑是Skild AI此前推出的旗舰机器人基础模型 S1 。

而S1最核心的能力，就是让机器人像大模型一样“上下文学习”。

我们只需给它看一段任务示范视频，它就能把视频当作“提示词”，逐步理解咱们想完成什么任务，并把视频里的意图和动作转换成适合自己身体的执行方式。

最爽的是， 它碰到新任务不用回炉重造，直接就能上手。

不过，会看视频还只是第一步。

Skild AI认为，像S1这样的基础模型主要从人类数据中学习，能力上限难免受人类经验限制。

如果想继续变强，就得让机器人自己创造经验，并尝试着自己去发现人类没教过的动作。

于是，Skild AI又在S1基础上加入了 强化学习 和 self-play ，也就是自我对弈。

它的整个训练设置并不复杂，团队把机器人放进了NVIDIA Isaac Sim搭建的虚拟足球场，并只给它设定了一个最终目标： 进球，拿到高分。

然后，在整个训练过程中，没有人为盘带单独设置奖励，也没有人为护球、抢断、射门和倒地起身逐一打分。

机器人面对的对手，只是自己此前保存下来的模型版本。

通过新旧版本反复比赛，赢下来的新策略，又会成为下一轮训练中更难对付的对手。

于是，每一次进步，都会为机器人自动制造出下一道难题。

Skild AI技术博客显示，机器人刚进入虚拟球场的前几个月连走路都不利索；

但等它“长到大学生的年纪”，便自行学会了摔倒后重新站起来。

而随着对手不断变强，机器人盘带绕过防守、用身体护球、主动抢断等更复杂的行为也开始陆续出现。

全程没有工程师规定它必须这样做；

它保留下这些动作只有一个初心： 它们能帮自己赢球。

这正是self-play最迷人的地方。

当年，AlphaGo正是通过与自己对弈，逐渐发现了一些连顶尖棋手都没预料到的下法，并于2016年4:1一举击败韩国传奇棋手李世石九段，正式拉开了AI变革的序幕。

现在，Messinator也通过自我对弈、在虚拟世界踢了140年世界杯，将足球策略迁移到了真实人形机器人上。

最终，Messinator不仅能走到球前完成射门，还学会了带球、护球、抢断，并在真人对抗中调整自己的位置和动作。

Skild AI通过这场硬核的演示，充分证明了 机器人不一定都要由人类亲手教会新动作 ；

它也可以自己练、自己输、自己总结，再自己变强。

而这，恰好就是Skild AI过去几年一直在押注的方向。

2025年7月，Skild AI正式推出了一套能够跨硬件运行的机器人基础模型—— Skild Brain 。

Any robot, any task, one brain.

目标是打破“一种身体配一套大脑”的行业桎梏，让不同形态的机器人执行不同任务时都可以使用同一颗大脑。

随后没过两个月，Skild又进一步公开了一组 omni-bodied训练成果 。