Spirit，魂灵，当下呆板人亟需的工具。 但已往一年呆板人们的魂灵，于两个极度间横跳。 一端是各类炫目视频重复刷屏，高度布局化的试验“温室”不停产出高乐成率模子，Demo 里的 AI 是云云智慧；但另外一端，当这些“满分选手”走进实际，却几次翻车。 演示视频可以剪辑，试验室情况可以特制，使命的难度可以自界说。这让整个行业堕入了一种“关公战秦琼”的困惑：就地景、硬件、评测尺度各不不异，咱们毕竟于比甚么？是比技能，比智能，还有是比谁家的运镜及剪辑更专业？ 这场掉焦的竞赛，于 2025 年末迎来了它的第一个“主裁判”。 这位“主裁判”，于 2026 年的第一个月，裁决出第一名中国冠军。被 Pi0.5 攻克的榜首，易主了。 1 月 12 日，千寻智能开源了自研 VLA 模子 Spirit v1.5，并于由Dexmal、hugging face结合倡议的第三方呆板人模子评测构造 RoboChallenge 的Table30榜单上一举登顶，跨越了以前最强模子 pi0.5。 高阳于社交媒体X上官宣开源的帖子，马上被英伟达呆板人主管Jim Fan点赞，多位海外科技年夜佬接踵转发。 本次千寻智能开源了Spirit v1.5的基模权重、推理代码以和利用样例，以接管公家查验，并利便开源社区于此基础上继承立异。 于 RoboChallenge 呈现以前，具身智能最年夜的问题并不是“谁更强”，而是 “无从比起” 。 各家都公布训出了“领先的模子”，但所谓“领先”往往成立于三个懦弱的基座上： ▪ 场景没法复现的“温室花朵”：许多使人赞叹的演示，都发生于光芒恒定、物体摆放规整、使命流程固定的“温室”中。一旦情况呈现涓滴变化，模子就可能“懵圈”。于 A 公司试验室里流利分拣的呆板人，到了 B 公司的堆栈可能连门都找不到。 ▪ 工程强依靠人的“临场阐扬”：一些繁杂持续使命，暗地里多是工程师编写了年夜量“后门”代码，或者者遥操干涉干与，呆板人正于借助隐身幕后的人“做弊”。 ▪ 使命不成对于比的“自说自话”：A 公司展示拧螺丝，B 公司展示插花，C 公司展示叠衣服……这些碎片化的使命维度各别，底子没法判定孰优孰劣，就像让体操选手及马拉松跑者同台竞技，再用差别刻度的尺子器量他们的能力。 2025 年末，一把“标尺”终究姗姗来迟。 由 Dexmal、Hugging Face、智源研究院等结合倡议的 RoboChallenge，旨于用一套法则闭幕评测的混战时代。它要回覆是：剥离一切外助后，模子内核——阿谁驱念头器人理解、计划的“年夜脑”——毕竟有多强？ RoboChallenge 对峙于真什物理世界中举行评测，并引入随机扰动增长泛化挑战，模仿实际中的不成猜测性，磨练模子走出温室的保存能力。而且，它利用同一硬件，让所有算法于彻底不异的“肉身”上比拼智力，挤失了过分工程化及报酬干涉干与的“水份”。 此外，它提供了一套尺度化的使命库 Table30，让所有模子于统一套“考题” 下作答。 从计较机视觉的 ImageNet，到天然语言处置惩罚的 GLUE，每个技能范畴的发作式增加，都始在一个被广泛承认的基准测试。它界说了问题，同一了器量。 2025 年 12 月，RoboChallenge 发布了首份评测榜单，Pi0、Pi0.5 霸榜前二； 2026 年 1 月，中国自变量的 WALL-OSS-Flow 反超 Pi0，但仍被榜首的 Pi0.5 甩开了七分多； 但很快，这个“代际”差距被千寻 Spirit v1.5 追平了。 于近来的评估中（截至 2026年1月12日），Spirit-v1.5 于 RoboChallenge Table30 测试上取患了当前最优的机能，逾越了 pi0.5 等以前的全世界领先开源模子。 Table30 包罗了 30 个桌面情况操作使命，这些使命于多种构型长进行评测，包括单臂（Franka, Arx5 及 UR5）及双臂体系（ALOHA），周全考查了 VLA 的各项能力，好比切确的 3D 定位、遮挡处置惩罚、时间依靠性及多阶段长序列使命，以和模子于多构型、全新使命上的迁徙效率。 让咱们来看看 Spirit-v1.5 于各项使命上的详细体现，以和及 pi0.5 的对于比。 起首是插花，Spirit-v1.5 驱动的机械臂抓起了纤细的花枝，随后动弹机械臂，使花枝标的目的朝下，随后精准插进了窄口花瓶中，依照一样的流程，Spirit-v1.5 一口吻插好了三朵花。 反不雅 pi0.5，只管同样成功抓起了花枝，但因为叶片挂住夹爪，致使花枝被平放于了瓶口上。 插花使命，Spirit-v1.5（左）及 pi0.5（右）体现对于比 再来看看桌面清算，桌面上随便放置着年夜巨细小 10 个物体（碗碟、透明塑料瓶，揉皱的纸巾、士力架包装等柔性物体），Spirit-v1.5 于约 4 分钟里，分门别类将它们放进垃圾桶及收拾箱中，两只小碗还有被叠于一路。 而 pi0.5 于分拣了一只碗、瓶子及纸巾后，剩下的时间就及一直没法被夹起的纸盒“杠”上了。 桌面清算使命，Spirit-v1.5（左）及 pi0.5（右）体现对于比 于收拾物品时，Spirit-v1.5 前后抓起叉子、胶带及刷子，正确挪动到箱子上方，再松手把物品放进去；pi0.5 先是抓空，又由于夹爪举患上不敷高碰歪了箱子，松手将叉子失到箱子外面，随后反复拾取也没能乐成，叉子直接失到了桌子下。 物品收拾使命，Spirit-v1.5（左）及 pi0.5（右）体现对于比 当触及到双臂协的使命，Spirit-v1.5 一爪固定住透明塑料盒，另外一爪翻开盖子，随后将盒子中的薯条倾倒进一旁的盘子中；Pi0.5则对于第一步——拆开盒盖——就一筹莫展。 倾倒薯条使命，Spirit-v1.5（左）及 pi0.5（右）体现对于比 四项使命触及了差别巨细、外形、材质的物品，宽口的收拾箱，窄口的花瓶，极年夜磨练了模子精准定位、空间理解及力位混淆节制的能力。 半年前，由美国头部具身智能公司 Physical Intelligence（Pi）开源的 Pi0.5，代表了其时国际领先的开源 VLA 模子程度。于很长一段时间里，中国具身智能行业出现“躯体强，年夜脑弱”的格式，特别于 VLA 模子上，被认为掉队美国一个身位。 有投资人曾经颇感忧?地告诉 AI 科技评论，本钱——特别是美元本钱——仍不信赖，一个领先的模子架构会于中国做出来，素质上，他们仍旧信奉硅谷。 Spirit v1.5 的登顶，是以更像是一次静默的“代际交代”旌旗灯号。 它象征着，中国具身模子，第一次不是于自家后院称王，而是于一个全世界公认的、可复现、可比力的法则下进入了焦点竞争序列，具有了同国际顶尖玩家同场竞技、正面抗衡的能力。从更年夜视角来看，中美之间的竞争于从已往较着的“起跑线差距”过渡到 “同赛道、差别节拍” 的新阶段，咱们于计谋泛化、使命不变性及进修效率上，完成为了阶段性追逐。 已往一两年来，VLA于快速进化，但泛化性一直是模子能力的最年夜把柄。 千寻智能的团队发明，这类对于泛化能力的制约，偏偏来自对于练习数据的筛选。 当研究职员着手教呆板人一项新技术时，本能反映是让进修情况尽可能简朴。这是因为，呆板人范畴的传统经验注解，假如数据多样性太高，模子将难以收敛，甚至没法完成基本使命。是以，各人会精心设计一切——动作被简化、物体被放于易涉及的位置……成果就是孕育发生了一个“洁净”的数据集。例如 Open X-Embodiment (OXE)、Agibot 等模子都是云云练习而来。 这类数据集的初志是提供一个轻易的出发点，但轻易是有价钱的。 因为数据被过分“净化”，模子永远学不会处置惩罚难以猜测的实际世界。模子的泛化性、可扩大性都年夜打扣头。换句话说，一部门咱们所寻求的所谓“高质量数据”，反而“画地为牢”圈住了模子。 是以，千寻认为，假如咱们但愿呆板人能应答人类家庭情况中的不成猜测性，从预练习阶段最先，它们就需要从像真实世界同样杂乱的数据中进修。 他们选择了开放式、方针驱动的数据收罗，即多样化收罗。理念很简朴：丢弃预设剧本，鼓动勉励操作员“即兴阐扬”。好比，数据收罗员今天决议，教呆板人清算厨房台面，详细怎么做、触及哪些子使命，彻底由收罗员小我私家决议。他们可能先随机拿起某个容器，发明有碎屑并最先擦拭，随后又去收拾、洗涤餐具…… 所有这些都于一个持续会话中完成，涵盖了广泛的微技术谱系，海量物体交互及情况转换。它们不仅是单一动作的反复，而是持续的事情流，让呆板人可以或许进修整套技术和毗连方式。 从而，呆板人最先可以或许真正体验实际糊口，而不是活于一个被提早摆设好的“楚门的世界”。 千寻设置了两个比照组：A 组采用“净化”数据；B 组则利用多样化收罗数据预练习。 成果显示，于微调阶段，B 组不管是于收敛速率还有是终极机能上都有更好体现，其到达不异机能所需的迭代次数比A组少了 40%。且迁徙效率随多样化数据量的增长而晋升，模子于新使命上的验证偏差连续降落。 多样化收罗预练习的模子比洁净数据收罗练习的模子有更快的收敛速率及更好的验证偏差。 差别数据范围下的模子效果，扩展多样化收罗的数据范围可以连续降低模子的验证偏差。 另外一项欣喜的“附带效果”是，因为无需精心设置每一个场景并界说具体的使命引导，数据收罗效率年夜幅晋升，人均有用收罗时长增长了 200%，算法专家的干涉干与需求减少了 60%。 从 Pi0.5 到 Spirit v1.5，咱们看到的不是单点技能的“奇袭”，而是中国团队于数据范式的一次底子性改变。经由过程走出剧本化的情况，Spirit v1.5 证实了模子可以成长出一种基础的“物理知识”，使其于实际世界中更具顺应性及韧性。 于这场通往物理 AGI 的竞赛中，中国模子没出缺席，并预备好迎接下一轮关乎运用的冲刺。 假如说 2025 年只是具身智能落地元年，财产界尚能对于翻车报以宽及一笑；那末 2026 将会是量产爬坡元年，对于在智能的真实性，下流厂商会看的更重。一个呆板人模子可否成为财产的“默许选项”之一，偏偏取决在它是否靠得住、可泛化迁徙，且具有连续进化的潜力。 Spirit v1.5 登顶，开释了一个旌旗灯号：国产具身模子，已经经最先具有这类“被持久绑定”的资历。 放永劫间线，这将激发三重连锁反映： ▪ 财产互助格式将被重塑。已往，寻觅进步前辈模子的眼光可能起首投向海外；但此刻，一个颠末权势巨子验证的国产选项呈现了，更多海内财产巨头会将其纳入考量领域。 去年末，千寻智能的人形呆板人“小墨”进入宁德时代中州基地，于后者新能源动力电池PACK出产线批量落地，它能自立应答来料位置误差及插接点位变化，及时调解操作姿态。于插拔柔性线束时，它还有能动态调治力度，确保不毁伤部件并毗连靠得住。把单日事情量晋升了三倍，插接乐成率超99%，功课节奏到达纯熟工人程度。 接下来，如许的互助模式将会被年夜量复制。 ▪ 技能生态站队最先。于操作体系、芯片等范畴发生过的生态之争，可能于具身智能范畴重演。头部模子会成为吸引开发者、硬件厂商、场景方共建生态的旋涡眼。谁能率先成立起缭绕自身模子的软硬件开发生态，谁就可能于下一阶段取患上决议性上风。 ▪ 开源系统将继承良性轮回。 有趣的是，博得“铁王座”的——发布即开源的Spirit v1.5，持久霸榜的Pi——无一破例是开源模子。具身智能范畴，至少于短时间内，开源已经经成为不约而同的选择。 Hugging Face结合开创人兼首席科学家Thomas Wolf很早就不雅察到：呆板人的重要玩家险些全数是闭源的，“像Tesla、Figure，它们做的呆板人很是精彩，但整个别系都是垂直关闭的闭源堆……你没法拿一个Optimus去革新成你本身的呆板人。” 但于开源模子的团体胜利后，具身智能范畴可能重演2025年头DeepSeek胜利后LLM范畴开源中兴的场合排场。它将撤除试验室的高墙，将东西分发到每个有设法的人手中。当研究者们可以或许基在统一个强盛的基础模子举行二次开发时，立异的速率将以指数级晋升，靠单一公司或者机构没法穷尽的场景、数据及长尾问题也将能更快完成拼图。 同时，透明，也是最高效的信托钱币。开源模子将代码、数据以致架构设计彻底公然，象征着其经患上起最抉剔的偕行重复审阅、验证。 所有玩家回归技能本源，用代码措辞，行业的夸诞与泡沫也将于这面“照妖镜”前加快消失。 开源地址： Code: https://github.com/Spirit-AI-Team/spirit-v1.5 Model: https://huggingface.co/Spirit-AI-robotics/Spirit-v1.5 Blog：https://www.spirit-ai.com/en/blog/spirit-v1-5 雷峰网版权文章，未经授权禁止转载。详情见转载须知。
吉公网安备 22010202000255号