AlphaGo方法论登陆足球：机器人自我对弈140年踢出梅西终结者

从围棋到足球：AlphaGo方法论在物理世界的复刻

2016年，AlphaGo通过与自己对弈发现人类棋手未曾预料的策略，以4:1击败李世石九段，拉开了AI变革的序幕。如今，这套方法论在物理世界找到了新的战场——足球。

美国具身智能公司Skild AI近期展示了一款名为Messinator的人形机器人。它身穿阿根廷队服，能够丝滑地带球过人并完成射门，名字由梅西（Messi）和终结者（Terminator）拼接而成，寓意"梅西终结者"。

但真正令人瞩目的不是演示视频本身，而是它背后的训练方式。

只给一个奖励：进球，其余全靠"悟"

Messinator的训练环境搭建在NVIDIA Isaac Sim之上，是一个虚拟足球场。团队只设定了一个目标——进球得分，没有为盘带、护球、抢断、射门或摔倒起身分别设计奖励函数。

机器人面对的对手，是它自己此前保存下来的旧版本模型。新旧版本反复比赛，胜出的新策略成为下一轮更难对付的对手，每一次进步都自动制造出下一道难题。

根据Skild AI技术博客的披露：

• 刚进入虚拟球场的前几个月，机器人连走路都不利索
• "长到大学生年纪"，它自行学会了摔倒后重新站起来
• 随着对手不断变强，盘带绕防、身体护球、主动抢断等复杂行为陆续涌现

全程没有工程师规定它"必须这样做"——这些动作被保留下来，唯一的理由是它们能帮机器人赢球。

这套训练在仿真中累计运行了约140年的虚拟时间，最终将策略迁移到真实人形机器人上。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。

技术底座：一颗大脑控制所有机器人

Messinator的大脑来自Skild AI此前推出的旗舰模型S1，其核心能力是让机器人像大语言模型一样进行"上下文学习"——只需给它看一段任务示范视频，它就能将视频作为"提示词"，理解意图并转换为适合自己身体的执行方式，遇到新任务无需重新训练即可上手。

但Skild AI认为，仅从人类数据学习的能力上限受限于人类经验。2025年7月，公司进一步推出了Skild Brain，主张"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。

团队在仿真世界中生成了约10万种身体结构各异的机器人，让同一模型累计训练约1000个仿真年。测试阶段，模型需直接接管训练时从未见过的机器人——即使断腿、关节锁死或额外负重，也能在线调整重心和运动方式，部分情况下仅需数秒即可重新找回平衡。

这套omni-bodied训练的逻辑是：见过的身体越多，越无法靠死记硬背过关，模型只能理解平衡、关节、重心和动力之间更通用的物理规律。

如今的Messinator正是延续了这条路线，并叠加了self-play：Skild Brain负责控制身体、保持平衡和应对碰撞的基本功，self-play则负责思考"下一步该怎么做才会更好"。

团队背景：两位CMU教授的技术押注

Skild AI成立于2023年，脱胎于卡内基梅隆大学（CMU）机器人研究体系。联合创始人兼CEO Deepak Pathak本科毕业于印度理工学院坎普尔校区，后赴加州大学伯克利分校攻读计算机博士，师从Alyosha Efros和Trevor Darrell。他最具代表性的研究是"好奇心驱动的探索"——让机器人对陌生和难以预测的现象产生内在动力，主动探索环境并学会新能力。这一思路后来延伸到自监督学习、视觉模仿学习、Sim2Real和自适应控制等方向。

另一位联合创始人兼总裁Abhinav Gupta博士毕业于马里兰大学，现任CMU机器人研究所教授，长期专注于大规模视觉学习、自监督学习和终身学习，是早期"让机器人通过自主交互收集训练数据"路线的重要研究者。

对行业的启示

Messinator的意义不在于它踢得有多好，而在于它验证了一个关键命题：机器人不一定都要由人类亲手教会新动作，也可以自己练、自己输、自己总结、再自己变强。

self-play在围棋中已经证明可行，如今在足球这个连续、高动态、多自由度的物理环境中再次走通，说明这套方法论具有跨领域的通用性。对于具身智能行业而言，这意味着一条从"人类示范驱动"转向"自主探索驱动"的技术路径正在打开。

当机器人能在虚拟世界中自我对弈140年、在物理世界中自主进化出人类未教过的动作时，距离真正的通用机器人，或许比想象中更近。