順豐郵政倉庫干活的機器人，順手拿了個具身高考第一

田晏林 發自 凹非寺
量子位 | 公眾號 QbitAI

現在，具身智能行業出現了一個非常明顯的變化。

全球機器人公司，開始集體「卷真機」了。

前幾天，Figure做物流分揀，直接開了一場7×24小時直播；

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

整個行業越來越清楚一件事：

機器人時代，比的已經不是誰的Demo更炫，誰的機器人更會表演。

而是誰能扎進物理世界，真·干出活來。

畢竟，機器人一旦進入現實環境，問題就完全變了。

桌面會反光，地面會臟亂，物體會遮擋，動作會累積誤差。

看似簡單的擦桌子、抓包裹、放東西，背后是感知、規劃、控制和記憶能力的綜合考驗。

玩家們都在說自己是「勞動小能手」。那到底，誰最能干活？

公平起見，還得把各家模型拉到真實世界里掰掰手腕。

最新進展，全球最大規模具身智能真機評測平臺RoboChallenge Table30榜單再次更新。

結果，行業格局一下清晰了，玩家水平高下立見。

登頂的，是一家清華系明星具身機器人公司的模型——星動紀元自研具身模型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，它不是靠某一項刷分。在總計30項任務中，星動紀元Era0有17項任務取得SOTA表現，創下榜單紀錄。

別看這些任務五花八門，說到底，考的其實是一件事：

具身大腦在物理世界持續「干活」的能力。

登頂具身智能界「最硬」榜單

RoboChallenge是行業公認的「真機高考」。

它不僅被納入ICRA 2026 Competition，也進入CVPR 2026 Workshop Competition（GigaBrain Challenge Track），獲得國際頂級機器人與計算機視覺會議的官方認可。

登頂RoboChallenge，意味著模型通過了真實世界考場。

這對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，經常在該榜單上打得火熱。

而這一次，競爭依舊激烈。一組數據足以窺見其戰況：

參賽「選手」共22個；30個任務總共跑了1088次；總episode數量達到25627次。

這不是跑幾個Demo視頻，而是真刀真槍地連續真機測試。

其中，兩項任務尤其被行業盯著看：

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

因為……太難了??！

先說做三明治。

這個任務看起來像廚房小游戲，實際上考的是長程任務規劃。

機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。

面包放錯順序，食材遺漏，動作循環，整個任務直接失敗。

它本質上不是考機器人會不會抓。而是在考機器人能不能像人一樣，理解完整流程。

再看擦桌子。

整個過程看似日常，但所有物品全白——用白色紙張擦白色桌子并將廢紙扔進白色垃圾桶。

這背后同時涉及：視覺識別、長程任務規劃、接觸控制、環境狀態記憶。

尤其真實世界里的桌面污漬，不是一個標準化目標。

它可能很小、隨機分布、位置變化，甚至會因為反光、陰影、遮擋，導致機器人誤判「已經擦干凈了」。

過去很長時間，這兩類任務，幾乎就是具身模型能力天花板的代名詞。

而星動紀元Era0，把這兩道公認難題一起破了。

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

擦桌子，Era0成功率60%，也是Top8模型中唯一實現非零成績的模型。

另外，Era0還在兩個任務上直接拿下雙滿分（成功率100%，過程分也是100）：

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

這意味著Era0不是偶爾靈光一現，而是真正在不同任務、不同物體、不同交互環境下，具備了穩定執行能力。

我們看了下，榜單設置的30項任務，考察維度非常廣。

在雙臂協同、柔性物體操作、多視角感知、分類任務、長時序任務等多個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，真正值得行業關注的，其實不是成績本身。

而是星動紀元正在押注的一條充滿想象力的技術路線。

它沒有繼續沿用傳統VLA邏輯，也不是單純堆一個World Model。

而是直接把兩者深度融合。

這件事，在行業里其實很少有人真正做成。

原因很簡單。過去兩年，VLA確實一度成為具身智能主流方案。

大家希望通過視覺+語言+動作統一建模，讓機器人像大模型一樣理解世界。但問題也越來越明顯。

首先是缺乏長程規劃。

很多機器人只能完成「下一步」。但現實任務不是單步選擇題，更像連續劇情。

機器人不僅得知道下一步干什么，還得知道自己現在處于哪個階段，后面會發生什么。

其次是幻覺。

模型可能「以為」自己完成了動作。但真實物理世界里，東西根本沒拿起來，污漬也沒擦掉。

最關鍵的，還是持續狀態理解能力不足。

△AI生成

如果你想讓機器人在物理世界持續「干活」，大腦至少得具備3層能力：

第一層：看得準、定位穩。

現實沒有標準答案，弱光、堆疊、反光都是日常。

很多模型不是不會抓，是壓根看不清。

我們不需要「一眼看懂萬物」的幻覺，只想要一個次次認對、次次定位準的靠譜執行者。

第二層：想得清、走得通。

也就是時序記憶+長程規劃。

在多步驟、有先后順序的任務里，它能不迷路、不循環，按部就班把多步驟任務走完。

第三層：控得穩、能落地。

要求真機動作穩定、泛化遷移強、學習迭代快。

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

△AI生成

而要實現這些，僅靠模仿學習成功的VLA是做不到的。

問題在于知其然，但不知其所以然。

比如，傳統VLA缺乏物理因果認知，只會復刻示范動作流程，無法理解動作背后的物理邏輯、空間關系與交互原理，不明白為何要這么操作。

一旦現場環境、物料姿態、作業位置出現細微變化，原有動作立刻失效，無法靈活調整。

同時，它不懂行為因果，無法預判操作風險、推演行為結果，既不能自主排查失誤，也難以舉一反三適配新場景，只能固守既定范式。

單純依靠模仿學習存在天然上限，根本滿足不了大規模落地中靈活作業、自主進化的實際需求。

引入世界模型是最好的解決方案。

因為它本質上是在讓機器人提前腦補未來，以便盡早規劃下一步動作。

從行業首個原生內嵌世界模型的機器人基礎底座PAD，到全球首個具身領域世界模型策略框架VPP，星動紀元一直沒把世界模型當成外掛。

視頻，是比語言更原生的理解物理世界的方式。

他們認為，這是所有技術路線的第一性原理。

轉折點出現在2025年1月，星動紀元第一次真正意義上，將VLA、世界模型深度融合。

UP-VLA的推出，首次提出語言推理和視覺預測可以同時對決策提供幫助。

相當于給機器人裝上了「邊干活邊腦補」的能力。

但世界模型很快又遇到一個行業級難題，真機數據太貴。

于是，星動紀元又開始了下一步研究——讓世界模型自己生成數據。

2025年10月，其聯合斯坦福Chelsea Finn團隊，推出「可控生成式世界模型」Ctrl-World。

行業第一次讓世界模型變成數據仿真器。

機器人不再完全依賴海量真機數據，也能持續提升動作精度和穩定性。

今年1月，他們又推出了「VLA策略+世界模型協同進化框架」VLAW。

核心是把此前的Ctrl-World與VLA做成雙向數據閉環，互相校準、互相增強。

VLA和世界模型，開始進入協同進化階段。

這件事很重要。

本質上，它改變了機器人學習物理世界的方式——不是讓機器人記住怎么拿杯子，而是真正理解「拿起來」這件事。

現在回過頭來看，知道Era0為啥會在復雜任務里展現出強泛化能力了吧。

這不是單一模型的勝利，而是世界模型加持下，星動紀元一整條技術路線開始成熟。

強能力支撐硬任務

除了榜單成績，Era0最值得關注的，還有它展現出的非常完整的能力結構。

很多模型會一兩項絕活。但Era0更像一個真正開始成熟的「具身執行系統」，感知、記憶、控制、執行，開始形成閉環。

而這些能力，幾乎都能直接映射到真實工作場景。

時序記憶決策：記得住、不循環

很多機器人，看起來已經很聰明了，能抓、能放、能移動。

但一旦任務步驟開始變長，問題馬上暴露。它會忘，忘記自己做到哪一步，甚至會無限循環同一個動作。

這也是為什么，長程任務一直是具身智能最難方向之一。

機器人不僅要知道下一步干什么，還得知道：我現在在哪一步？前面發生了什么？后面還剩什么？

△AI生成

Era0這次的重要突破之一，就是短程時序記憶機制

它會持續追蹤歷史動作和任務狀態。

終于，終于，機器人開始「記事」了。

這一能力，在制作素食三明治任務里尤其明顯。

這個任務看似簡單。實際上是典型的長程時序依賴任務。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，成為全球首個突破該任務的模型。

而這背后對應的，其實正是機器人開始具備真正的「工作記憶」。

一旦進入物流場景，這個能力會更加重要。

因為真實流水線，本身就是連續流程。包裹入庫、掃碼、分揀、裝車，每一步都存在狀態依賴。

機器人如果記不住流程，就一定會重復抓取、漏揀錯揀。

柔性物體操作：控得柔、抓得穩

柔性物體操作，一直被認為是具身智能最難啃的骨頭之一。

因為現實世界里，大量物體根本不是標準剛體。

抹布會變形，軟包會塌陷，紙張會飄動，生鮮還會滑。機器人只要力度稍微不對，結果就是掉落、損壞、散開。

而Era0通過規?；绫倔w預訓練，以及更精細的夾爪控制，讓機器人能夠同時適配剛性、柔性和易碎物體。

動作平滑，低抖動。

最關鍵的是，它開始有「輕重感」了。

在碎紙清理、疊抹布等柔性任務中，Era0成功率達到43.3%，遠高于行業平均水平。

而這一能力，一旦進入物流、生鮮、商超場景，價值會立刻放大。

因為現實倉庫里，最難處理的往往不是標準紙箱，而是軟包、冷鏈、生鮮、高價值易碎品。

這些場景過去長期依賴人工，因為不敢交給機器人，就怕它太暴力。

真機執行魯棒：誤差小、可重復

最后我想聊的一個重要能力，是穩定。

很多機器人Demo，看起來都很流暢。但行業真正關心的問題，其實只有一個：它能連續跑多久？

畢竟機器人進入工廠后，面對的不是一次性表演，而是7×24小時持續作業。

動作誤差會不斷積累，軌跡抖動會持續放大。

很多機器人剛開始動作很漂亮，可跑半小時后，誤差就開始失控。

工業場景真正稀缺的，從來不是「能完成一次」，而是能不能穩定重復一萬次。

Era0這次展現出的另一項核心能力，就是極強的真機執行魯棒性。

背后依賴的是動作插值平滑，以及真機推理優化。

這一點，在傾倒薯條入盤、掃碼等高精度任務里體現得很明顯。Era0成功率達到90%-100%。

動作軌跡連續平滑，沒有明顯抖動和偏移。

這意味著，它已經不只是「會做動作」，開始具備工程級穩定性。

而這，恰恰是機器人真正進入規?；a業落地之前，最關鍵的一道門檻。

不只會比賽，更能進廠干活

具身行業現在有個很有意思的現象：全球機器人公司，都越來越會“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作。

國內不少公司都能做。問題在于，直播場景，很多時候依然是高度可控環境。

物料規整，流程固定，工況理想。

而真正的物流現場，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；設備誤差、異常工況、突發情況每天都在發生。

能在Demo里連續運行，不等于能真正進入生產系統。

行業真正稀缺的，也從來不是「會不會做演示」，而是能不能長期穩定干活。

這恰恰是星動紀元正在建立的核心優勢。

事實上，在RoboChallenge之前，星動紀元已經在多個權威真機賽事里展現過統治力。

不久前，星動紀元具身模型在權威具身世界模型測評WorldArena中，斬獲具身任務全球第一；

在全球具身靈巧操作難度頂尖的真機賽事Benjie’s Humanoid Olympic Games上，該公司還擊敗公認最強大腦PI*0.6，一舉拿下剝橘子、開鎖、翻襪子三項任務全球第一。

但比沖榜更重要的，還有落地。

很多公司還在講未來機器人會進入工廠，星動紀元已經開始交付了。

目前，星動紀元已在物流領域率先實現行業首個具身智能PMF落地。

公司已與順豐、中國郵政等企業展開深度合作，在全國5個省市的10余個物流中心，穩定承接真實分揀作業。

這甚至引起海外機器人垂直媒體Bots n Beans創始人Peter Kappes的注意。

（星動紀元）已部署。而Figure……目前尚未正式宣布任何物流合作。

具身智能行業里，有人還在證明「機器人能干活」。

有人已經開始讓機器人批量入廠干活了。

據公開信息，星動紀元在2026年Q2已開啟千臺級批量交付，同比增速達300%。

One more thing

從某種意義上，RoboChallenge這次把整個行業重新拉回了現實世界。

能不能在隨機環境里持續工作，能不能真正進入生產系統，是這次大考最重要的地方。

Era0的登頂，也同時證明了兩件事：

一是它能比賽，說明技術先進；二是它能干活，商業模式成立。

而同時做到這兩件事的具身大腦，才會是真正稀缺的下一代基礎設施。