順豐郵政倉(cāng)庫(kù)干活的機(jī)器人，順手拿了個(gè)具身高考第一

田晏林 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

現(xiàn)在，具身智能行業(yè)出現(xiàn)了一個(gè)非常明顯的變化。

全球機(jī)器人公司，開(kāi)始集體「卷真機(jī)」了。

前幾天，F(xiàn)igure做物流分揀，直接開(kāi)了一場(chǎng)7×24小時(shí)直播；

Physical Intelligence也在不斷嘗試讓機(jī)器人做各種家務(wù)；特斯拉的Optimus，更是被馬斯克反復(fù)叮囑要「useful work」。

整個(gè)行業(yè)越來(lái)越清楚一件事：

機(jī)器人時(shí)代，比的已經(jīng)不是誰(shuí)的Demo更炫，誰(shuí)的機(jī)器人更會(huì)表演。

而是誰(shuí)能扎進(jìn)物理世界，真·干出活來(lái)。

畢竟，機(jī)器人一旦進(jìn)入現(xiàn)實(shí)環(huán)境，問(wèn)題就完全變了。

桌面會(huì)反光，地面會(huì)臟亂，物體會(huì)遮擋，動(dòng)作會(huì)累積誤差。

看似簡(jiǎn)單的擦桌子、抓包裹、放東西，背后是感知、規(guī)劃、控制和記憶能力的綜合考驗(yàn)。

玩家們都在說(shuō)自己是「勞動(dòng)小能手」。那到底，誰(shuí)最能干活？

公平起見(jiàn)，還得把各家模型拉到真實(shí)世界里掰掰手腕。

最新進(jìn)展，全球最大規(guī)模具身智能真機(jī)評(píng)測(cè)平臺(tái)RoboChallenge Table30榜單再次更新。

結(jié)果，行業(yè)格局一下清晰了，玩家水平高下立見(jiàn)。

登頂?shù)?，是一家清華系明星具身機(jī)器人公司的模型——星動(dòng)紀(jì)元自研具身模型Era0，以64.33%的成功率、76.34的綜合得分，拿下全球第一。

多凡爾賽一句，它不是靠某一項(xiàng)刷分。在總計(jì)30項(xiàng)任務(wù)中，星動(dòng)紀(jì)元Era0有17項(xiàng)任務(wù)取得SOTA表現(xiàn)，創(chuàng)下榜單紀(jì)錄。

別看這些任務(wù)五花八門，說(shuō)到底，考的其實(shí)是一件事：

具身大腦在物理世界持續(xù)「干活」的能力。

登頂具身智能界「最硬」榜單

RoboChallenge是行業(yè)公認(rèn)的「真機(jī)高考」。

它不僅被納入ICRA 2026 Competition，也進(jìn)入CVPR 2026 Workshop Competition（GigaBrain Challenge Track），獲得國(guó)際頂級(jí)機(jī)器人與計(jì)算機(jī)視覺(jué)會(huì)議的官方認(rèn)可。

登頂RoboChallenge，意味著模型通過(guò)了真實(shí)世界考場(chǎng)。

這對(duì)具身玩家們太有吸引力了。

Physical Intelligence的π0/π0.5、微軟的CogACT、OpenVLA等全球頭部VLA模型，經(jīng)常在該榜單上打得火熱。

而這一次，競(jìng)爭(zhēng)依舊激烈。一組數(shù)據(jù)足以窺見(jiàn)其戰(zhàn)況：

參賽「選手」共22個(gè)；30個(gè)任務(wù)總共跑了1088次；總episode數(shù)量達(dá)到25627次。

這不是跑幾個(gè)Demo視頻，而是真刀真槍地連續(xù)真機(jī)測(cè)試。

其中，兩項(xiàng)任務(wù)尤其被行業(yè)盯著看：

• 做素食三明治（make vegetarian sandwich）
• 擦桌子（wipe the table）

因?yàn)椤y了?。?/p>

先說(shuō)做三明治。

這個(gè)任務(wù)看起來(lái)像廚房小游戲，實(shí)際上考的是長(zhǎng)程任務(wù)規(guī)劃。

機(jī)器人不僅要知道先拿什么、后放什么，還得記住自己做到哪一步。

面包放錯(cuò)順序，食材遺漏，動(dòng)作循環(huán)，整個(gè)任務(wù)直接失敗。

它本質(zhì)上不是考機(jī)器人會(huì)不會(huì)抓。而是在考機(jī)器人能不能像人一樣，理解完整流程。

再看擦桌子。

整個(gè)過(guò)程看似日常，但所有物品全白——用白色紙張擦白色桌子并將廢紙扔進(jìn)白色垃圾桶。

這背后同時(shí)涉及：視覺(jué)識(shí)別、長(zhǎng)程任務(wù)規(guī)劃、接觸控制、環(huán)境狀態(tài)記憶。

尤其真實(shí)世界里的桌面污漬，不是一個(gè)標(biāo)準(zhǔn)化目標(biāo)。

它可能很小、隨機(jī)分布、位置變化，甚至?xí)驗(yàn)榉垂狻㈥幱?、遮擋，?dǎo)致機(jī)器人誤判「已經(jīng)擦干凈了」。

過(guò)去很長(zhǎng)時(shí)間，這兩類任務(wù)，幾乎就是具身模型能力天花板的代名詞。

而星動(dòng)紀(jì)元Era0，把這兩道公認(rèn)難題一起破了。

做素食三明治，Era0成功率為20%，是Top8模型中唯一在此任務(wù)上取得非零成績(jī)的模型。

擦桌子，Era0成功率60%，也是Top8模型中唯一實(shí)現(xiàn)非零成績(jī)的模型。

另外，Era0還在兩個(gè)任務(wù)上直接拿下雙滿分（成功率100%，過(guò)程分也是100）：

• 將開(kāi)瓶器放入抽屜（put opener in drawer）
• 擰開(kāi)水龍頭（turn on faucet）

這意味著Era0不是偶爾靈光一現(xiàn)，而是真正在不同任務(wù)、不同物體、不同交互環(huán)境下，具備了穩(wěn)定執(zhí)行能力。

我們看了下，榜單設(shè)置的30項(xiàng)任務(wù)，考察維度非常廣。

在雙臂協(xié)同、柔性物體操作、多視角感知、分類任務(wù)、長(zhǎng)時(shí)序任務(wù)等多個(gè)靈巧操作核心維度上，Era0均位列第一。

Era0為什么能贏？

Era0霸榜背后，真正值得行業(yè)關(guān)注的，其實(shí)不是成績(jī)本身。

而是星動(dòng)紀(jì)元正在押注的一條充滿想象力的技術(shù)路線。

它沒(méi)有繼續(xù)沿用傳統(tǒng)VLA邏輯，也不是單純堆一個(gè)World Model。

而是直接把兩者深度融合。

這件事，在行業(yè)里其實(shí)很少有人真正做成。

原因很簡(jiǎn)單。過(guò)去兩年，VLA確實(shí)一度成為具身智能主流方案。

大家希望通過(guò)視覺(jué)+語(yǔ)言+動(dòng)作統(tǒng)一建模，讓機(jī)器人像大模型一樣理解世界。但問(wèn)題也越來(lái)越明顯。

首先是缺乏長(zhǎng)程規(guī)劃。

很多機(jī)器人只能完成「下一步」。但現(xiàn)實(shí)任務(wù)不是單步選擇題，更像連續(xù)劇情。

機(jī)器人不僅得知道下一步干什么，還得知道自己現(xiàn)在處于哪個(gè)階段，后面會(huì)發(fā)生什么。

其次是幻覺(jué)。

模型可能「以為」自己完成了動(dòng)作。但真實(shí)物理世界里，東西根本沒(méi)拿起來(lái)，污漬也沒(méi)擦掉。

最關(guān)鍵的，還是持續(xù)狀態(tài)理解能力不足。

△AI生成

如果你想讓機(jī)器人在物理世界持續(xù)「干活」，大腦至少得具備3層能力：

第一層：看得準(zhǔn)、定位穩(wěn)。

現(xiàn)實(shí)沒(méi)有標(biāo)準(zhǔn)答案，弱光、堆疊、反光都是日常。

很多模型不是不會(huì)抓，是壓根看不清。

我們不需要「一眼看懂萬(wàn)物」的幻覺(jué)，只想要一個(gè)次次認(rèn)對(duì)、次次定位準(zhǔn)的靠譜執(zhí)行者。

第二層：想得清、走得通。

也就是時(shí)序記憶+長(zhǎng)程規(guī)劃。

在多步驟、有先后順序的任務(wù)里，它能不迷路、不循環(huán)，按部就班把多步驟任務(wù)走完。

第三層：控得穩(wěn)、能落地。

要求真機(jī)動(dòng)作穩(wěn)定、泛化遷移強(qiáng)、學(xué)習(xí)迭代快。

注意，使用者可能不需要一招制勝的高手，動(dòng)作穩(wěn)、誤差小、能批量干活的扎實(shí)工程師更得人心。

△AI生成

而要實(shí)現(xiàn)這些，僅靠模仿學(xué)習(xí)成功的VLA是做不到的。

問(wèn)題在于知其然，但不知其所以然。

比如，傳統(tǒng)VLA缺乏物理因果認(rèn)知，只會(huì)復(fù)刻示范動(dòng)作流程，無(wú)法理解動(dòng)作背后的物理邏輯、空間關(guān)系與交互原理，不明白為何要這么操作。

一旦現(xiàn)場(chǎng)環(huán)境、物料姿態(tài)、作業(yè)位置出現(xiàn)細(xì)微變化，原有動(dòng)作立刻失效，無(wú)法靈活調(diào)整。

同時(shí)，它不懂行為因果，無(wú)法預(yù)判操作風(fēng)險(xiǎn)、推演行為結(jié)果，既不能自主排查失誤，也難以舉一反三適配新場(chǎng)景，只能固守既定范式。

單純依靠模仿學(xué)習(xí)存在天然上限，根本滿足不了大規(guī)模落地中靈活作業(yè)、自主進(jìn)化的實(shí)際需求。

引入世界模型是最好的解決方案。

因?yàn)樗举|(zhì)上是在讓機(jī)器人提前腦補(bǔ)未來(lái)，以便盡早規(guī)劃下一步動(dòng)作。

從行業(yè)首個(gè)原生內(nèi)嵌世界模型的機(jī)器人基礎(chǔ)底座PAD，到全球首個(gè)具身領(lǐng)域世界模型策略框架VPP，星動(dòng)紀(jì)元一直沒(méi)把世界模型當(dāng)成外掛。

視頻，是比語(yǔ)言更原生的理解物理世界的方式。

他們認(rèn)為，這是所有技術(shù)路線的第一性原理。

轉(zhuǎn)折點(diǎn)出現(xiàn)在2025年1月，星動(dòng)紀(jì)元第一次真正意義上，將VLA、世界模型深度融合。

UP-VLA的推出，首次提出語(yǔ)言推理和視覺(jué)預(yù)測(cè)可以同時(shí)對(duì)決策提供幫助。

相當(dāng)于給機(jī)器人裝上了「邊干活邊腦補(bǔ)」的能力。

但世界模型很快又遇到一個(gè)行業(yè)級(jí)難題，真機(jī)數(shù)據(jù)太貴。

于是，星動(dòng)紀(jì)元又開(kāi)始了下一步研究——讓世界模型自己生成數(shù)據(jù)。

2025年10月，其聯(lián)合斯坦福Chelsea Finn團(tuán)隊(duì)，推出「可控生成式世界模型」Ctrl-World。

行業(yè)第一次讓世界模型變成數(shù)據(jù)仿真器。

機(jī)器人不再完全依賴海量真機(jī)數(shù)據(jù)，也能持續(xù)提升動(dòng)作精度和穩(wěn)定性。

今年1月，他們又推出了「VLA策略+世界模型協(xié)同進(jìn)化框架」VLAW。

核心是把此前的Ctrl-World與VLA做成雙向數(shù)據(jù)閉環(huán)，互相校準(zhǔn)、互相增強(qiáng)。

VLA和世界模型，開(kāi)始進(jìn)入?yún)f(xié)同進(jìn)化階段。

這件事很重要。

本質(zhì)上，它改變了機(jī)器人學(xué)習(xí)物理世界的方式——不是讓機(jī)器人記住怎么拿杯子，而是真正理解「拿起來(lái)」這件事。

現(xiàn)在回過(guò)頭來(lái)看，知道Era0為啥會(huì)在復(fù)雜任務(wù)里展現(xiàn)出強(qiáng)泛化能力了吧。

這不是單一模型的勝利，而是世界模型加持下，星動(dòng)紀(jì)元一整條技術(shù)路線開(kāi)始成熟。

強(qiáng)能力支撐硬任務(wù)

除了榜單成績(jī)，Era0最值得關(guān)注的，還有它展現(xiàn)出的非常完整的能力結(jié)構(gòu)。

很多模型會(huì)一兩項(xiàng)絕活。但Era0更像一個(gè)真正開(kāi)始成熟的「具身執(zhí)行系統(tǒng)」，感知、記憶、控制、執(zhí)行，開(kāi)始形成閉環(huán)。

而這些能力，幾乎都能直接映射到真實(shí)工作場(chǎng)景。

時(shí)序記憶決策：記得住、不循環(huán)

很多機(jī)器人，看起來(lái)已經(jīng)很聰明了，能抓、能放、能移動(dòng)。

但一旦任務(wù)步驟開(kāi)始變長(zhǎng)，問(wèn)題馬上暴露。它會(huì)忘，忘記自己做到哪一步，甚至?xí)o(wú)限循環(huán)同一個(gè)動(dòng)作。

這也是為什么，長(zhǎng)程任務(wù)一直是具身智能最難方向之一。

機(jī)器人不僅要知道下一步干什么，還得知道：我現(xiàn)在在哪一步？前面發(fā)生了什么？后面還剩什么？

△AI生成

Era0這次的重要突破之一，就是短程時(shí)序記憶機(jī)制

它會(huì)持續(xù)追蹤歷史動(dòng)作和任務(wù)狀態(tài)。

終于，終于，機(jī)器人開(kāi)始「記事」了。

這一能力，在制作素食三明治任務(wù)里尤其明顯。

這個(gè)任務(wù)看似簡(jiǎn)單。實(shí)際上是典型的長(zhǎng)程時(shí)序依賴任務(wù)。很多模型，做到一半就「失憶」，成功率全部為0。

只有Era0成功跑通完整流程，成為全球首個(gè)突破該任務(wù)的模型。

而這背后對(duì)應(yīng)的，其實(shí)正是機(jī)器人開(kāi)始具備真正的「工作記憶」。

一旦進(jìn)入物流場(chǎng)景，這個(gè)能力會(huì)更加重要。

因?yàn)檎鎸?shí)流水線，本身就是連續(xù)流程。包裹入庫(kù)、掃碼、分揀、裝車，每一步都存在狀態(tài)依賴。

機(jī)器人如果記不住流程，就一定會(huì)重復(fù)抓取、漏揀錯(cuò)揀。

柔性物體操作：控得柔、抓得穩(wěn)

柔性物體操作，一直被認(rèn)為是具身智能最難啃的骨頭之一。

因?yàn)楝F(xiàn)實(shí)世界里，大量物體根本不是標(biāo)準(zhǔn)剛體。

抹布會(huì)變形，軟包會(huì)塌陷，紙張會(huì)飄動(dòng)，生鮮還會(huì)滑。機(jī)器人只要力度稍微不對(duì)，結(jié)果就是掉落、損壞、散開(kāi)。

而Era0通過(guò)規(guī)?；绫倔w預(yù)訓(xùn)練，以及更精細(xì)的夾爪控制，讓機(jī)器人能夠同時(shí)適配剛性、柔性和易碎物體。

動(dòng)作平滑，低抖動(dòng)。

最關(guān)鍵的是，它開(kāi)始有「輕重感」了。

在碎紙清理、疊抹布等柔性任務(wù)中，Era0成功率達(dá)到43.3%，遠(yuǎn)高于行業(yè)平均水平。

而這一能力，一旦進(jìn)入物流、生鮮、商超場(chǎng)景，價(jià)值會(huì)立刻放大。

因?yàn)楝F(xiàn)實(shí)倉(cāng)庫(kù)里，最難處理的往往不是標(biāo)準(zhǔn)紙箱，而是軟包、冷鏈、生鮮、高價(jià)值易碎品。

這些場(chǎng)景過(guò)去長(zhǎng)期依賴人工，因?yàn)椴桓医唤o機(jī)器人，就怕它太暴力。

真機(jī)執(zhí)行魯棒：誤差小、可重復(fù)

最后我想聊的一個(gè)重要能力，是穩(wěn)定。

很多機(jī)器人Demo，看起來(lái)都很流暢。但行業(yè)真正關(guān)心的問(wèn)題，其實(shí)只有一個(gè)：它能連續(xù)跑多久？

畢竟機(jī)器人進(jìn)入工廠后，面對(duì)的不是一次性表演，而是7×24小時(shí)持續(xù)作業(yè)。

動(dòng)作誤差會(huì)不斷積累，軌跡抖動(dòng)會(huì)持續(xù)放大。

很多機(jī)器人剛開(kāi)始動(dòng)作很漂亮，可跑半小時(shí)后，誤差就開(kāi)始失控。

工業(yè)場(chǎng)景真正稀缺的，從來(lái)不是「能完成一次」，而是能不能穩(wěn)定重復(fù)一萬(wàn)次。

Era0這次展現(xiàn)出的另一項(xiàng)核心能力，就是極強(qiáng)的真機(jī)執(zhí)行魯棒性。

背后依賴的是動(dòng)作插值平滑，以及真機(jī)推理優(yōu)化。

這一點(diǎn)，在傾倒薯?xiàng)l入盤、掃碼等高精度任務(wù)里體現(xiàn)得很明顯。Era0成功率達(dá)到90%-100%。

動(dòng)作軌跡連續(xù)平滑，沒(méi)有明顯抖動(dòng)和偏移。

這意味著，它已經(jīng)不只是「會(huì)做動(dòng)作」，開(kāi)始具備工程級(jí)穩(wěn)定性。

而這，恰恰是機(jī)器人真正進(jìn)入規(guī)模化產(chǎn)業(yè)落地之前，最關(guān)鍵的一道門檻。

不只會(huì)比賽，更能進(jìn)廠干活

具身行業(yè)現(xiàn)在有個(gè)很有意思的現(xiàn)象：全球機(jī)器人公司，都越來(lái)越會(huì)“直播”了。尤其是Figure。

這里我們不打算討論直播的含金量。畢竟物流分揀本身，并不是什么只有一家能做到的高難動(dòng)作。

國(guó)內(nèi)不少公司都能做。問(wèn)題在于，直播場(chǎng)景，很多時(shí)候依然是高度可控環(huán)境。

物料規(guī)整，流程固定，工況理想。

而真正的物流現(xiàn)場(chǎng)，完全是另一回事。

紙箱、軟包、異形件混雜；光照、噪音、溫度不斷變化；設(shè)備誤差、異常工況、突發(fā)情況每天都在發(fā)生。

能在Demo里連續(xù)運(yùn)行，不等于能真正進(jìn)入生產(chǎn)系統(tǒng)。

行業(yè)真正稀缺的，也從來(lái)不是「會(huì)不會(huì)做演示」，而是能不能長(zhǎng)期穩(wěn)定干活。

這恰恰是星動(dòng)紀(jì)元正在建立的核心優(yōu)勢(shì)。

事實(shí)上，在RoboChallenge之前，星動(dòng)紀(jì)元已經(jīng)在多個(gè)權(quán)威真機(jī)賽事里展現(xiàn)過(guò)統(tǒng)治力。

不久前，星動(dòng)紀(jì)元具身模型在權(quán)威具身世界模型測(cè)評(píng)WorldArena中，斬獲具身任務(wù)全球第一；

在全球具身靈巧操作難度頂尖的真機(jī)賽事Benjie’s Humanoid Olympic Games上，該公司還擊敗公認(rèn)最強(qiáng)大腦PI*0.6，一舉拿下剝橘子、開(kāi)鎖、翻襪子三項(xiàng)任務(wù)全球第一。

但比沖榜更重要的，還有落地。

很多公司還在講未來(lái)機(jī)器人會(huì)進(jìn)入工廠，星動(dòng)紀(jì)元已經(jīng)開(kāi)始交付了。

目前，星動(dòng)紀(jì)元已在物流領(lǐng)域率先實(shí)現(xiàn)行業(yè)首個(gè)具身智能PMF落地。

公司已與順豐、中國(guó)郵政等企業(yè)展開(kāi)深度合作，在全國(guó)5個(gè)省市的10余個(gè)物流中心，穩(wěn)定承接真實(shí)分揀作業(yè)。

這甚至引起海外機(jī)器人垂直媒體Bots n Beans創(chuàng)始人Peter Kappes的注意。

（星動(dòng)紀(jì)元）已部署。而Figure……目前尚未正式宣布任何物流合作。

具身智能行業(yè)里，有人還在證明「機(jī)器人能干活」。

有人已經(jīng)開(kāi)始讓機(jī)器人批量入廠干活了。

據(jù)公開(kāi)信息，星動(dòng)紀(jì)元在2026年Q2已開(kāi)啟千臺(tái)級(jí)批量交付，同比增速達(dá)300%。

One more thing

從某種意義上，RoboChallenge這次把整個(gè)行業(yè)重新拉回了現(xiàn)實(shí)世界。

能不能在隨機(jī)環(huán)境里持續(xù)工作，能不能真正進(jìn)入生產(chǎn)系統(tǒng)，是這次大考最重要的地方。

Era0的登頂，也同時(shí)證明了兩件事：

一是它能比賽，說(shuō)明技術(shù)先進(jìn)；二是它能干活，商業(yè)模式成立。

而同時(shí)做到這兩件事的具身大腦，才會(huì)是真正稀缺的下一代基礎(chǔ)設(shè)施。