Sony AI 機器人 Ace 登上《Nature》封面，首次在競技運動中擊敗頂尖人類選手

2026 年 4 月 23 日，Sony AI 在《Nature》封面發表研究成果，宣布其機器人系統 Ace 成為已知首個在競技運動中贏過精英與職業級人類選手的自主機器人。測試項目是桌球——這是對機器人感知與控制要求極高的運動，球速快、旋轉複雜，選手需在接近人類反應極限的時間內做出判斷。

Ace 的技術架構由三個核心模組組成：九顆搭載 Sony Semiconductor Solutions IMX273 感測器的高速 APS 攝影機負責追蹤球的 3D 位置；三組搭載 IMX636 事件視覺感測器的凝視控制系統即時測量球的角速度與旋轉；以及基於無模型強化學習的控制系統，使機器人能在不依賴預設程式模型的情況下快速決策。這套組合讓 Ace 得以在毫秒級時間窗口內感知、規劃並執行動作。

從比賽數據看，Ace 對陣五位精英選手的五場比賽中拿下三場勝利，對精英選手的發球直得分達 16 分，對方合計僅得 8 分。旋轉處理能力方面，Ace 在每秒 450 弧度的旋轉球下仍能穩定保持逾 75% 的回球率，遠超此前文獻記錄的競技機器人水準。論文提交後，團隊在 2025 年 12 月與 2026 年 3 月持續進行測試：12 月對陣四位新選手（含兩名職業選手），擊敗兩名精英與一名職業選手；3 月對陣三名新職業選手，每場至少贏得一勝，且呈現出更快的擊球速度與更具攻擊性的落點分佈。

這件事的意義不在桌球本身。過去數十年，AI 在棋類、電玩等數位環境中早已展現超越人類的能力，但那些是封閉、確定性高的場域。物理世界的難點在於：感測雜訊、物體連續運動、無法預測的對手行為，以及必須在毫秒內完成感知—決策—執行的閉環——這才是機器人長期無法突破業餘水準的根本原因。Ace 的突破在於把這個閉環速度推到了競技水準，並在真實比賽規則下得到驗證。

對亞太地區的產業觀察者而言，這個節點有幾層含義值得注意。第一，Sony 的感測器硬體（IMX 系列）是 Ace 系統的關鍵基礎設施，這意味著 Sony 在物理 AI 的感測層擁有自製優勢，這種垂直整合能力在競爭中並不常見。第二，從製造到醫療輔助、從倉儲自動化到人機協作場景，這類「在動態環境中以人類速度互動」的能力正是目前工業機器人最難攻克的缺口；Ace 的研究框架提供了一條可能的技術路徑。第三，Sony AI 的研究發表路線（先是賽車模擬器 Gran Turismo Sophy，現在是實體競技），顯示出刻意選擇「高速、高精度、對抗性」場景作為 benchmark 的研究策略——這類場景的技術溢出效應，遠比受控環境下的演示更具說服力。

物理 AI 的競爭格局正在從「能不能動」升級到「能不能在人類速度下可靠互動」。Ace 把這條線往前推了一格，但從實驗室結果到量產應用，中間仍有大量工程問題待解。這一步重要，但它標誌的是起點，不是終點。