作者：彭堃方

編輯：呂鑫燚

出品：具身研習(xí)社

近日，在全球首個(gè)大規(guī)模、多任務(wù)的，在真實(shí)物理環(huán)境中由真實(shí)機(jī)器人執(zhí)行操作任務(wù)的基準(zhǔn)測試RoboChallenge榜單新鮮出爐?？偟梅峙判械谝粸镻hyscial Intelligence的開源模型pi0.5，第二為自變量的開源模型WALL-OSS，第三為PI的另一開源模型pi0。其中，WALL-OSS總分?jǐn)?shù)為54.69，加上成功率35.33%。

這是一份非常有意思的榜單，首先自變量的表現(xiàn)說明具身智能大模型領(lǐng)域的“中美差距“正在像LLM(大語言模型)一樣，迅速填平差距。其次，所有評(píng)測模型皆為開源模型，從而讓所有模型在公眾的視野下接受評(píng)測，打開了具身智能神秘的黑盒。

可以說RoboChallenge為具身智能大模型找到了一條基準(zhǔn)線，也為外界窺探具身智能大腦的真實(shí)能力進(jìn)展打開了窗口。

以自變量為例，去年9月，自變量開源了其具身基礎(chǔ)模型WALL-OSS。對(duì)于生態(tài)來說，自變量選擇開源WALL-OSS，本質(zhì)上是重塑了產(chǎn)業(yè)的協(xié)同邏輯，它將“重復(fù)造輪子”的內(nèi)耗，轉(zhuǎn)化為“聚沙成塔”的合力。提供了一個(gè)高可靠性的通用底座，讓全球開發(fā)者可以在此基礎(chǔ)上貢獻(xiàn)長尾場景數(shù)據(jù)，共同喂養(yǎng)出一個(gè)真正理解物理法則的“超級(jí)大腦”。

對(duì)于產(chǎn)業(yè)來說，自變量此舉讓成百上千的中小機(jī)器人企業(yè)能夠基于WALL-OSS快速生長出垂直領(lǐng)域的應(yīng)用，從而讓機(jī)器人用更聰明的大腦引爆整個(gè)產(chǎn)業(yè)的商業(yè)化臨界點(diǎn)。

值得注意的是，WALL-OSS開源是更為稀缺的“真開源”，和其他開源為“閹割代碼”不同，它開放一整套完整、可復(fù)現(xiàn)的具身大模型解決方案，包括預(yù)訓(xùn)練模型權(quán)重、訓(xùn)練代碼、數(shù)據(jù)集接口，甚至附上詳細(xì)部署文檔。讓開發(fā)者能更好微調(diào)或者復(fù)現(xiàn)能力。

可以說，在具身智能這片長坡厚雪的賽道上，開源不僅是在跑自己的馬拉松，更是在為整個(gè)行業(yè)鏟雪修路。因?yàn)橹挥挟?dāng)“大腦”不再成為稀缺品時(shí)，通用機(jī)器人的黃金時(shí)代才會(huì)真正到來。

RoboChallenge是由Dexmal原力靈機(jī)與Hugging Face共同發(fā)起的全球首個(gè)大規(guī)模、多任務(wù)的真機(jī)基準(zhǔn)測試平臺(tái)。它旨在為VLA在視覺-語言-動(dòng)作模型在機(jī)器人上的應(yīng)用提供一個(gè)開放、公正、可復(fù)現(xiàn)的評(píng)估標(biāo)準(zhǔn)，以解決機(jī)器人行業(yè)長期缺乏統(tǒng)一評(píng)測基準(zhǔn)的痛點(diǎn)，推動(dòng)具身智能從實(shí)驗(yàn)室研究走向現(xiàn)實(shí)世界應(yīng)用。

其核心測試集Table30作為RoboChallenge平臺(tái)首發(fā)的桌面操作基準(zhǔn)測試集，構(gòu)建了一個(gè)涵蓋30項(xiàng)真實(shí)生活情境的“全科考場”。從擦桌子、折疊洗碗布等基礎(chǔ)家務(wù)，到插花、插網(wǎng)線等精細(xì)操作，再到打開水龍頭、制作三明治等復(fù)雜交互，細(xì)致全面的考察了模型的智能邊界。

雖然RoboChallenge一定程度上打破了具身模型的“自唱自說”，但其并不是完全的“一錘定音”。畢竟，具身模型與大語言模型的測評(píng)存在本質(zhì)區(qū)別，具身模型采用提前公開任務(wù)的“類開卷”考試范式，核心評(píng)價(jià)指標(biāo)為視頻化的實(shí)際動(dòng)作執(zhí)行效果，和大語言模型“裸考”有著本質(zhì)區(qū)別。

在此背景下，具身模型測評(píng)的另一條信號(hào)在于，公開代碼的開源模型更具技術(shù)真實(shí)性與產(chǎn)業(yè)價(jià)值，不僅支持全流程復(fù)現(xiàn)，還能賦能行業(yè)生態(tài)。

以自變量的WALL-OSS表現(xiàn)為例，在put_opener_in_drawer（開瓶器入抽屜）、hang_toothbrush_cup（掛牙刷杯）、move_objects_into_box（移動(dòng)目標(biāo)物入箱）等高難度任務(wù)上，WALL-OSS單項(xiàng)得分位列前茅，甚至超過總分第一的pi0.5，展現(xiàn)了模型頂尖的執(zhí)行效率和穩(wěn)定性。

在“開瓶器入抽屜”的實(shí)戰(zhàn)中，模型需要從咖啡機(jī)、盆栽等干擾項(xiàng)中精準(zhǔn)識(shí)別目標(biāo)，然后依循執(zhí)行邏輯，率先完成精確的“捏拉”動(dòng)作打開抽屜，最后憑借對(duì)空間位置的深入理解，拿放開瓶器，實(shí)現(xiàn)閉環(huán)操作。

透過上述任務(wù)執(zhí)行可見，WALL-OSS在復(fù)雜長指令任務(wù)中的穩(wěn)定發(fā)揮，意味著其已經(jīng)進(jìn)化為一個(gè)具備出色邏輯推理與空間感知能力的“聰明大腦”。換句話說，WALL-OSS的出色表現(xiàn)，完全基于其對(duì)物理世界的本質(zhì)理解與多模態(tài)指令的深度對(duì)齊，而非針對(duì)已知考題進(jìn)行的特殊訓(xùn)練。

此外，WALL-OSS作為一款完全開源的模型，代碼邏輯與模型參數(shù)均公開透明，其測評(píng)表現(xiàn)是真實(shí)且可復(fù)驗(yàn)的。（開發(fā)者最快一周就能在自有機(jī)器人上完成適配）

可見，WALL-OSS的表現(xiàn)，不僅僅是一個(gè)具身大模型的成績，而是其開源后能實(shí)打?qū)嵸x能開發(fā)者的真實(shí)底氣。

正如開文所述，RoboChallenge榜單前七名均為開源模型，其參賽主體分別為Pi0.5Pi0WALL-OSSpi05_generalistCogACTpi0_generalistopenvla-oft。（主要模型為Pi0.5Pi0WALL-OSSCogACTopenvla）。

其中，Pi0、pi0.5背后的公司Physical Intelligence主要團(tuán)隊(duì)成員來自伯克利、斯坦福等高校和谷歌專家等。由?前Google DeepMind機(jī)器人科學(xué)家，斯坦福大學(xué)兼職教授Karol Hausman?擔(dān)任CEO。聯(lián)合創(chuàng)始人Sergey Levine?為加州大學(xué)伯克利分校（UC Berkeley）副教授，深度強(qiáng)化學(xué)習(xí)領(lǐng)域的奠基人之一，致力于通用機(jī)器人模型開發(fā)。

WALL-OSS背后的自變量機(jī)器人，創(chuàng)始人王潛為南加州大學(xué)博士學(xué)位，曾于美國頂級(jí)機(jī)器人實(shí)驗(yàn)室從事機(jī)器人學(xué)習(xí)與人機(jī)交互研究，是全球最早在神經(jīng)網(wǎng)絡(luò)中提出Attention機(jī)制的研究者之一，其成果與谷歌同期發(fā)表于國際會(huì)議。CTO王昊為北京大學(xué)計(jì)算物理博士，曾任職于粵港澳大灣區(qū)數(shù)字經(jīng)濟(jì)研究院（IDEA研究院），主導(dǎo)開發(fā)國內(nèi)首個(gè)多模態(tài)開源大模型“太乙”、百億級(jí)大語言模型“燃燈”及千億級(jí)模型“姜子牙”，累計(jì)下載量超百萬次。

?CogACT的研究團(tuán)隊(duì)來自清華大學(xué)、微軟亞研院等機(jī)構(gòu)；OpenVLA模型由斯坦福大學(xué)、加州大學(xué)伯克利分校、谷歌DeepMind等機(jī)構(gòu)的研究團(tuán)隊(duì)聯(lián)合開發(fā)。

開源模型齊聚榜單為具身大模型的未來發(fā)展釋放了一個(gè)清晰的信號(hào)，開源模型更具有含金量，也更能賦能行業(yè)成長。這一點(diǎn)從不同主體基于同一個(gè)開源模型調(diào)整參賽就能看出。

時(shí)至今日，沒有人會(huì)再爭議“開源”和“閉源”孰優(yōu)孰劣，但一定會(huì)有人好奇：開源能帶來什么？

回答這個(gè)問題，可以從AI大模型找到答案。

開源不是因?yàn)椤熬聿贿^”，而是為了“贏下未來”。DeepSeek、Qwen的成功不在于它是否永遠(yuǎn)霸榜，而在于它把大模型的價(jià)格打了下來，把技術(shù)門檻拆了下來，讓萬千開發(fā)者能用上“握在自己手里”的模型。 如果你還記得，你會(huì)想起年初各大國企接入DeepSeek，到了年末，甚至連美國企業(yè)反倒用起了中國的AI模型。

自變量開源WALL-OSS的意義如出一轍： 國內(nèi)無數(shù)本體機(jī)器人公司和中小具身廠商，原本都在各自為戰(zhàn)、重復(fù)造輪子。

此前在《硅谷101》博客中，談及開源的初心時(shí)，自變量曾表示主要出于兩點(diǎn)考慮。其一，是技術(shù)成熟度，其二是行業(yè)需要的程度。從技術(shù)成熟度來講，類似于VLA的結(jié)構(gòu)，經(jīng)過了很長時(shí)間的論證，大家在訓(xùn)練方法上有很多探索，相當(dāng)于有一定的應(yīng)用上的共識(shí)以及經(jīng)驗(yàn)。所以從技術(shù)成熟來講，此時(shí)具有這樣結(jié)構(gòu)的模型對(duì)產(chǎn)業(yè)來講是個(gè)很需要的事情。

從需要程度來看，國內(nèi)產(chǎn)業(yè)里（開源時(shí)間為2025年9月）沒有在一個(gè)框架下的國產(chǎn)自研統(tǒng)一模型，但行業(yè)迫切需要的強(qiáng)大的開放基座模型，來助推行業(yè)成長。

自變量把“大腦”開源，相當(dāng)于為全行業(yè)提供了一個(gè)高性能的通用底座。只有底座開源，國內(nèi)的具身智能應(yīng)用才會(huì)像當(dāng)初的AI應(yīng)用一樣“百花齊放”，加速中國具身智能“聚沙成塔”的過程。

畢竟，真正的核心競爭力，不在于實(shí)驗(yàn)室中的參數(shù)高低，而在于真實(shí)世界中的作業(yè)能力；真正的產(chǎn)業(yè)價(jià)值，不在于技術(shù)的孤芳自賞，而在于通過開源與協(xié)同，推動(dòng)整個(gè)行業(yè)的升級(jí)與進(jìn)步。

對(duì)于產(chǎn)業(yè)來說，具身智能是一場馬拉松，是“長坡厚雪”、“眾人拾柴”的賽道。自變量機(jī)器人的開源，本質(zhì)上是一種利他主義的競爭策略。而且放眼整個(gè)具身智能的競爭，最終不是比誰的實(shí)驗(yàn)室模型更漂亮，而是比誰能最快讓千萬臺(tái)機(jī)器人走入現(xiàn)實(shí)。