智東西

作者 | 程茜

作者 | 漠影

智東西1月12日報道，今日，千尋智能正式開源具身大模型Spirit v1.5，就在前一天，該模型在全球具身智能模型評測平臺RoboChallenge上，綜合評測斬獲第一。

RoboChallenge的基準測試包含30項任務(wù)，包括擺放薯條、尋找固定顏色物體、貼膠帶等30項任務(wù)，Spirit-1.5綜合得分為66.09分，成功率達到50.33%，也是唯一一個成功率超過50%的模型。這些任務(wù)涵蓋了機器人一系列日常技能，考驗的正是機器人在陌生環(huán)境的泛化能力。

榜單截圖

這一成績意味著，其超越了已經(jīng)霸榜RoboChallenge數(shù)月之久的Pi0.5模型。Pi0.5由美國機器人創(chuàng)企Physical Intelligence于2025年4月發(fā)布，以能讓機器人在全新環(huán)境中執(zhí)行復(fù)雜家務(wù)任務(wù)而引起熱議。

RoboChallenge榜單由Dexmal原力靈機、Hugging Face全球知名機構(gòu)聯(lián)合發(fā)起，是全球首個專為具身智能機器人量身打造的大規(guī)模真機評測平臺，主打讓機器人直接在真實物理世界里硬碰硬，檢驗?zāi)Ｐ偷膶崙?zhàn)泛化能力。

從Pi0.5霸榜時間之久也可以看出，其在真機實測領(lǐng)域的絕對實力。但值得注意的是，此次Spirit v1.5并不是靠某一項獨門絕技勝過Pi0.5，而是實現(xiàn)了綜合能力全面超車，這也意味著國產(chǎn)具身智能玩家，正式?jīng)_進全球第一梯隊的核心圈。

為了證明榜單成績來自自研模型且真實有效，千尋智能已經(jīng)同步開源了Spirit v1.5的基模權(quán)重、推理代碼、使用樣例。

核心代碼開源地址：

https://github.com/Spirit-AI-Team/spirit-v1.5

模型開源地址：

https://huggingface.co/Spirit-AI-robotics/Spirit-v1.5

技術(shù)博客：

https://www.spirit-ai.com/en/blog/spirit-v1-5

一、30大貼近真實場景實操任務(wù)，Spirit v1.5多項實操任務(wù)完勝Pi0.5

實戰(zhàn)見真章，在RoboChallenge的30項任務(wù)中，可以看到在下面幾項任務(wù)，Spirit v1.5和Pi0.5的直觀對比。

首先是讓機器人往紙箱上貼膠布。Spirit v1.5使得機器人一下子就精準找到了膠布的位置，兩只手配合操作成功將膠布貼到了紙箱上，但Pi0.5經(jīng)過多次嘗試，也沒能將膠布撕下。

Spirit v1.5模型實測過程（左）、Pi0.5模型實測過程（右）

在擺放物體的任務(wù)中，可以看到綠色物體被壓在最下方。Pi0.5模型會先將黃色物體放入箱子，待綠色物體露出后再精準拾?。欢鳶pirit v1.5則是直接在堆疊的物品中主動搜尋綠色物體，沒有拾取錯誤顏色的物品。

Spirit v1.5模型實測過程（左）、Pi0.5模型實測過程（右）

插花任務(wù)中，Pi0.5不能識別到瓶口，將花插進去，而是橫放在了花瓶上，Spirit v1.5能通過移動關(guān)節(jié)，保證花保持豎直，并被插入花瓶中。

Spirit v1.5模型實測過程（左）、Pi0.5模型實測過程（右）

移動物體時，Spirit v1.5可以精準抓取到物品然后放到箱子里，但Pi0.5在執(zhí)行任務(wù)時，無法判斷自己是否已經(jīng)抓取到相應(yīng)物品，而是機械操作固定步驟，也不能根據(jù)實際場景判斷抬升高度，確保物體順利放入箱內(nèi)。

Spirit v1.5模型實測過程（左）、Pi0.5模型實測過程（右）

不難看出，貼膠布、物品拾取、插花、移動物體這類貼近實際應(yīng)用場景的機器人實操任務(wù)，是實打?qū)崣z驗技術(shù)落地能力的關(guān)鍵。

其既可以驗證機器人在真實環(huán)境中的感知、抓取、協(xié)同操作等核心功能的實際表現(xiàn)，也能直觀暴露技術(shù)短板，為后續(xù)技術(shù)迭代、優(yōu)化產(chǎn)品落地方案提供可落地、可復(fù)刻的真實測試依據(jù)，更對機器人技術(shù)落地及技術(shù)有效性有重要意義。

這也恰恰印證了該榜單的核心參考意義。

RoboChallenge的來頭不小，其于2025年成立，由Dexmal、Hugging Face海內(nèi)外具身智能領(lǐng)域知名機構(gòu)聯(lián)合發(fā)起。這一榜單通過真機測試評估模型在物理世界的泛化性，是具身智能領(lǐng)域少數(shù)以真實物理任務(wù)為核心的評測體系。

其中的30項測試任務(wù)正是針對傳統(tǒng)機器人測試場景碎片化、標準不統(tǒng)一，測試結(jié)果難以開展橫向比較的行業(yè)痛點，RoboChallenge通過制定統(tǒng)一的任務(wù)標準與評估指標，搭建跨模型對照機制，構(gòu)建起一套開放、公正的具身智能評測體系，形成針對性解決方案。

更為關(guān)鍵的是，這一平臺可供全球研究者免費使用，還會公開任務(wù)數(shù)據(jù)與中間結(jié)果。

RoboChallenge榜單是具身智能飛速發(fā)展、落地加速的同時，行業(yè)對標準化評測的迫切需求催生出的硬核成果，也是給全球玩家實力較量搭起的公平擂臺，更凸顯出國產(chǎn)具身大模型登頂?shù)暮鹆俊?/p>

二、Spirit v1.5登頂背后，破解機器人泛化能力的核心密碼

要拆解Spirit v1.5高光表現(xiàn)背后的原因，首先需要破解制約機器人泛化能力的核心難題。

此前，各家機器人創(chuàng)企秀機器人技能時，很多機器人已能完成在全新環(huán)境疊衣服、清潔廚房等長序列復(fù)雜任務(wù)，大規(guī)模VLA（視覺-語言-動作）模型正逐步展現(xiàn)出真正的物理智能。

但這一亮眼表現(xiàn)背后，卻暗藏著關(guān)鍵技術(shù)隱患：不少業(yè)界頂尖模型在訓(xùn)練階段，會對數(shù)據(jù)進行嚴苛的預(yù)處理，雖能降低機器人模仿人類操作的難度，卻也大幅限制了其實際的泛化能力。

因此，Spirit v1.5的核心就是，讓機器人在預(yù)訓(xùn)練時轉(zhuǎn)向使用多樣化的、很大程度上不受控的數(shù)據(jù)，通過從這類貼近現(xiàn)實世界的混亂數(shù)據(jù)中學(xué)習(xí)，大幅提升機器人應(yīng)對真實家庭環(huán)境中各類不可預(yù)測場景的能力。

千尋智能通過開放式、目標驅(qū)動的數(shù)據(jù)采集，讓操作員以某個目標為前提即興發(fā)揮。例如數(shù)據(jù)采集員的目標是“今天我要用機器人清理廚房臺面”、“給假人模特化妝”，但操作員如何規(guī)劃子任務(wù)、任務(wù)執(zhí)行順序等都完全隨機。

通過這種方式構(gòu)建數(shù)據(jù)集的優(yōu)勢在于：能實現(xiàn)數(shù)據(jù)的高度多樣性讓機器人習(xí)得更多物理常識，還具備更強可擴展性。

在多樣性層面，依托數(shù)據(jù)操作員的實際執(zhí)行過程，其會包含海量的物體交互、軌跡和環(huán)境轉(zhuǎn)換，會在短時間的操作中，包含拾取、放置、打開容器、打掃房間、野外導(dǎo)航等互相交織的數(shù)據(jù)。

這樣一來，機器人就不是機械學(xué)習(xí)某個單項任務(wù)的執(zhí)行，而是通過學(xué)習(xí)整套技能及執(zhí)行的前后順序，得到更具通用性的知識與能力。

在可擴展性層面，其數(shù)據(jù)集不需要為每個場景精心設(shè)備并定義詳細任務(wù)指導(dǎo)，便能在不線性增加管理成本的前提下，高效擴展數(shù)據(jù)采集規(guī)模。根據(jù)千尋智能內(nèi)部實測，采用這種方法，人均有效采集時長增加了200%，并將對算法專家的干預(yù)需求削減了60%。

為了用數(shù)據(jù)說明這種數(shù)據(jù)集采集范式的有效性，千尋智能建立了兩組模型進行對比，一組是在包含30個精選演示任務(wù)的數(shù)據(jù)集上進行預(yù)訓(xùn)練，一組在開放式多樣化采集的數(shù)據(jù)集上進行預(yù)訓(xùn)練。

這兩組模型在全新的、未顯式出現(xiàn)在任一預(yù)訓(xùn)練集中的任務(wù)上進行微調(diào)，結(jié)果顯示，多樣化模型達到相同性能所需的迭代次數(shù)比基線模型少了40%。

與此同時，其還發(fā)現(xiàn)模型的遷移效率與多樣化數(shù)據(jù)量呈顯著正相關(guān)：隨著數(shù)據(jù)集規(guī)模的持續(xù)增長，模型在新任務(wù)中的驗證誤差不斷下降，這也印證了模型正高效習(xí)得從現(xiàn)實世界的豐富內(nèi)在多樣性中自主學(xué)習(xí)的能力。

這樣的實驗結(jié)果證明了，使用高多樣性、弱控制數(shù)據(jù)進行預(yù)訓(xùn)練的可行性與有效性，為具身智能模型的研發(fā)提供了全新的實踐依據(jù)。

三、突破傳統(tǒng)數(shù)據(jù)瓶頸，Spirit v1.5定調(diào)技術(shù)新方向

當下具身智能行業(yè)的演進節(jié)奏持續(xù)加快，從產(chǎn)業(yè)端到技術(shù)端，國內(nèi)具身智能正持續(xù)在全球舞臺展現(xiàn)硬實力。

在剛剛結(jié)束的全球最具影響力的科技盛會之一、“年度科技風(fēng)向標”國際消費電子展CES 2026上，國產(chǎn)人形機器人驚艷亮相、強勢出圈，再加上此次Spirit v1.5又登頂權(quán)威評測榜單，國內(nèi)玩家在全球具身智能賽道的話語權(quán)與行業(yè)影響力穩(wěn)步提升。

在具身智能走向行業(yè)落地的關(guān)鍵階段，技術(shù)路線與創(chuàng)新架構(gòu)不斷推新，從VLA架構(gòu)到認知-動作一體化架構(gòu)，從單模態(tài)感知到多傳感器融合，賽道技術(shù)探索百花齊放，而權(quán)威榜單的位次更迭，正是行業(yè)技術(shù)創(chuàng)新螺旋式上升的直觀體現(xiàn)。

此次Spirit v1.5的領(lǐng)先，正是其技術(shù)優(yōu)勢的集中釋放，核心依托于模型在泛化性、穩(wěn)定性、魯棒性等核心系統(tǒng)能力上的全面突破。

其創(chuàng)新采用高多樣性、弱約束的開放式數(shù)據(jù)采集范式，讓模型突破了傳統(tǒng)“干凈”數(shù)據(jù)的瓶頸，使得模型能在全新非結(jié)構(gòu)化場景中靈活應(yīng)對各類不可預(yù)測性。

需要注意的是，大模型領(lǐng)域的榜單更迭頻發(fā)，但具身智能賽道的位次變化，尤其此次Spirit v1.5登頂權(quán)威榜單，絕非單純的技術(shù)參數(shù)比拼，更不是短期算法調(diào)優(yōu)的結(jié)果，而是對模型全鏈路技術(shù)路線的系統(tǒng)性驗證，更是其在泛化能力、工程落地性、場景適配性等核心維度的綜合實力體現(xiàn)。

此次，千尋智能Spirit v1.5登頂，證明其不僅已經(jīng)成為中國具身智能模型最強力量，達到世界級水準，更標志著中國具身模型正式站上全球舞臺，與世界頂尖模型同臺角逐、比肩競技。

從更宏觀層面來看，綜合實力的提升，往往會與吸引頂尖人才、生態(tài)合作伙伴等這類長期價值的實現(xiàn)相輔相成。

因此，這一成果不僅能為千尋智能吸引全球頂尖的技術(shù)人才，進一步提升其在行業(yè)內(nèi)的技術(shù)影響力，更能推動其與產(chǎn)業(yè)鏈上下游的生態(tài)合作深化，為技術(shù)的快速迭代、機器人本體的產(chǎn)品化落地筑牢基礎(chǔ)，也為國內(nèi)具身智能賽道的技術(shù)演進提供了可參考的實踐范式，助力國內(nèi)具身智能產(chǎn)業(yè)從技術(shù)突破向規(guī)?；涞丶铀龠~進。

結(jié)語：中國具身智能的進階之路

我國具身智能產(chǎn)業(yè)正處于從技術(shù)探索邁向規(guī)模化落地關(guān)鍵期，疊加工業(yè)基礎(chǔ)、供應(yīng)鏈集成能力和場景密度的獨特優(yōu)勢，以Spirit v1.5為代表的技術(shù)突破，正加速具身智能突破技術(shù)邊界，圍繞具身通用大腦的能力探索不斷進階，以技術(shù)進化加速具身通用大腦的成熟，最終推動具身智能全面走進千家萬戶、融入日常生活。

未來隨著技術(shù)的不斷成熟與生態(tài)的持續(xù)完善，中國具身智能產(chǎn)業(yè)不僅能在全球競爭中鞏固領(lǐng)先優(yōu)勢，更將開辟全新增長空間。