用開源生態(tài)評價開源模型，以開源模型驅(qū)動行業(yè)生態(tài)繁榮，基于繁榮生態(tài)構建更進一步的產(chǎn)業(yè)發(fā)展飛輪。

作者|皮爺

出品|產(chǎn)業(yè)家

過去一周，具身智能賽道，來了一則新消息。

在第三方測評平臺RoboChallenge的榜單上，自變量開源端到端具身智能基礎模型WALL-OSS以54.69分的成績超越pi0，總分排名第二；此外，在疊洗碗巾、掛口杯、按按鈕、澆盆栽、移物入盒及開瓶器進抽屜等多個單動作任務中排名第一。

這個榜單驗證了國產(chǎn)模型在復雜物理交互場景下的國際競爭力，也給具身智能產(chǎn)業(yè)人士帶來另外一個層面的期待：即在產(chǎn)業(yè)級開源模型的推動下，具身智能產(chǎn)業(yè)能否迎來新的“百花齊放”？

在過去的幾年時間里，具身智能的創(chuàng)新進步更多呈點狀分布，并沒有出現(xiàn)和通用場景相似的從“基礎模型—AIGC產(chǎn)品/Agent智能體”百花齊放的涌現(xiàn)時刻。

這次登榜的自變量開源WALL-OSS模型，讓大家看到一個新答案。

一、排名第二：

具身智能再迎開源國產(chǎn)新底座

具身智能模型測評和大語言模型測評不同。

前者測評更多為“閉卷答題”，以靜態(tài)數(shù)據(jù)輸出與文本、圖像指標為主；而具身模型的測評更加側重“感知-決策-執(zhí)行”的物理閉環(huán)，在測評時需要提前公開任務，核心驗證對象為視頻動作序列和任務成功率，類似于“開卷考試+實操考核”。

因此，相較于閉源模型“黑盒黑箱式”的打榜方式，用公開代碼的開源具身智能模型參與測評，才是最貨真價實，也是最能反應真實模型水平的評測方式。

這等同于把學霸的實時解題思路進行全面公開，通過把模型代碼、訓練數(shù)據(jù)乃至架構設計公開，讓測評過程可全程復現(xiàn)。對比用閉源模型參與測評，也規(guī)避了通過微調(diào)其他模型來"刷榜"的行為，以更客觀、真實地反映模型能力，同時，“太陽底下”的答題也更支持所有人進行任何角度地復現(xiàn)。

再來看這次自變量開源端到端具身智能基礎模型WALL-OSS的實測成績——根據(jù)模型測試結果，榜單總分前三依次是pi0.5、WALL-OSS、pi0。其中，WALL-OSS是唯一一個國內(nèi)開源具身基礎模型，且在疊洗碗巾、掛口杯、按按鈕、澆盆栽、移物入盒及開瓶器進抽屜等多個考察模型綜合能力的單動作任務中，WALL-OSS排名第一。

實際上，這些成績也在“意料之中”。

比如對于老生常談的“災難性遺忘”和“模型解耦”問題，從單項任務的表現(xiàn)來看，WALL-OSS之前就已經(jīng)通過模型架構創(chuàng)新，解決了VLM向VLA遷移的損耗問題；再比如在一系列涉及長序列執(zhí)行的任務中，其“先離散、后連續(xù)、再聯(lián)合”的三階段訓練范式，讓模型可以具備更強的認知和精準物理動作生成能力。

此外，其思維鏈能力，通過對不同陌生任務、陌生場景、多模態(tài)因素的任務適配，外界能更直觀地感受到WALL-OSS底層“統(tǒng)一跨層級思維鏈”獨特設計對于產(chǎn)品落地的強加持。

二、為什么具身智能基礎模型要走開源路線？

那么，為什么自變量要選擇開源路線，或者從行業(yè)的角度來看，具身智能基礎模型的開源有什么特殊意義？

實際上，早在去年9月，自變量就已經(jīng)對外進行了基礎模型WALL-OSS的開源，在硅谷101播客中，自變量機器人聯(lián)合創(chuàng)始人&CTO王昊也曾一度闡明了自變量為何堅持開源的初衷。

“我一直都覺得開源是非常重要的事情，開源意味著我們可以站在巨人的肩膀上繼續(xù)前進。一般的高校、或者一些小型的企業(yè)，他們可能沒有能力去做基礎模型，但是如果能夠使用這些基礎開源模型，他們就可以去做應用，把它用到各個方向，豐富整個生態(tài)，這也是一個非常重要的事情?！?/p>

值得一提的是，自變量基于WALL-OSS的開源是更為徹底的開源。

這次的開源模塊中，其對業(yè)界開放了詳細的模塊設計文檔、參數(shù)說明、環(huán)境搭建腳本，核心代碼注釋覆蓋率超80%；在環(huán)境模塊，WALL-OSS明確標注所有依賴庫的精確版本，提供Docker鏡像一鍵部署；在工程化模塊，感知、決策、動作模塊全部對外開放，內(nèi)置錯誤處理和日志系統(tǒng)，支持調(diào)試時可快速定位問題。

此外，WALL-OSS也更開放了通用適配接口，支持全部主流機器人本體（夾爪、靈巧手），只需修改少量參數(shù)即可適配不同場景。

從開發(fā)者視角來看，這種足夠徹底的開源能夠極大降低開發(fā)者和從業(yè)者的工程成本和研發(fā)周期，而從行業(yè)視角來看，這種優(yōu)質(zhì)開源模型的徹底開源也更可以全面降低整個具身智能行業(yè)的創(chuàng)新成本，避免不同廠商和開發(fā)者“重復造輪子”的現(xiàn)象發(fā)生，推動整個行業(yè)生態(tài)更加繁榮。

而這種繁榮一方面可以更一步推動具身智能 “群體智慧”的涌現(xiàn)，讓具身智能基座模型貼近物理世界的速度更快；同時另一方面，也更可以加速“體”和“腦”基于生產(chǎn)力層面的結合，適配更多線下真實場景，推動具身智能行業(yè)“旺盛需求—有效供給”的產(chǎn)業(yè)迭代發(fā)展。

用開源生態(tài)評價開源模型，以開源模型驅(qū)動行業(yè)生態(tài)繁榮，基于繁榮生態(tài)構建更進一步的產(chǎn)業(yè)發(fā)展飛輪。唯有如此，具身智能才能從碎片化走向群體智慧，從實驗室走向真實物理的千行百業(yè)。