首页 / 资讯详情
没有全科优秀，具身模型别想进入百万小时
摘要
原力灵机登顶 RoboDojo：一个专门给机器人"卸妆"的考场。 最近的朋友圈，几乎被机器人运动会和 WRC 2026 上的各种视频刷屏了。看多了机器人百米冲刺、跳远，再看各个展台叠衣服、冲咖啡，很容易得出一个结论：机器人时代来了。然而，如果你不幸参与过这些演示背后动辄几千次的调试与过拟合，你就会清楚这里面的水有多深。行业内管这种情况叫"Demo 滤镜"。滤镜有多厚？说实话，即使你积累了一些行业知识，在现场盯着看，你也未必分得清：这个演示到底是提前编好的动作，还是模型在实时驱动。这些信息差，让具身行业多少有些鱼龙混杂。好在，学术界还留着几面"照妖镜"，比如 RoboDojo。01一个不许摆拍的考场这是一个来头不小的权威评测：由香港大学多媒体实验室牵头，联合 UC 伯克利、清华等全球近 20 所顶尖机构，背后是知名仿真基准 RoboTwin 的原班人马。它干的事用一句话概括：给全世界的机器人模型办一场统一高考。其中，42 道题，考泛化、记忆、精细操作、长程执行、开放语义理解五个科目；另外还有18 道题，考场里摆着三种双臂机器人（ARX X5、Piper 等），灯光、复位流程、部署接口全部统一，评审双盲打分，既看结果也看过程。翻译一下：不许自带考具，不许挑题，不许摆拍，仿真、真机分开考。成绩单相当惨烈。截至今年 7 月，仿真榜上 30 多个参评模型里，不乏大家熟悉的 π0.5（Physical Intelligence）、英伟达 GR00T-N1.7、OpenVLA-OFT，全是这个赛道叫得上名号的选手，头部模型的平均成功率只有 8.80%，作为对比，人类专家是 76.03%。真机榜更惨：头部模型总体成功率 12.8%，人类 100%。最难看的是开放语义任务，成功率只有 1.67%。1.67% 是什么概念？考 60 次，蒙对 1 次。而同一个考场里的人类，满分。所以这个榜单暴露的，不是哪家公司不行，而是一个行业级现实：现在的具身模型，绝大多数离落地还很远。然而最近，RoboDojo 的一家中国具身头部公司：原力灵机。它的通用具身基础模型 DM0.5，以 24.90 的综合得分、19.34% 的平均成功率，双项第一，综合排名登顶。02分数之外，先看它干活的样子从去年底开始，AI 科技评论判断一个具身模型的含金量时，就越来越关注榜单之外的东西，它干活的样子。毕竟，分数是给人看的，活是给世界干的。我们特地找到了 DM0.5 的 GitHub 仓库，结果看到了一些让人意外的细节。先从一个测试视频开始。桌上随机摆着红、绿、蓝三块积木。给你三个杯子，从左到右把它们挨个盖住。等颜色全部遮住，再按红、绿、蓝的顺序，把杯子依次揭开。听着像逗小孩的。没错，三四岁的小孩确实能轻松完成，顺便还会嫌你无聊。但让机器人来呢？很遗憾，绝大多数"具身大脑"都会当场露馅：不是颜色记错，就是步骤乱套。因为现在的具身模型，大多和金鱼差不多：走一步，忘一步。主流 VLA 模型做决策时，只看眼前这一帧，或者最近几帧画面。十秒内的短任务没问题，抓个杯子、按个按钮，靠本能反应够了。但真实世界的活儿几乎都是长程的：做一顿饭半小时，收拾一间屋子一小时，流水线一站一整天。没有记忆，机器人就永远只能活在 10 秒的 Demo