顺丰邮政仓库干活的机器人，顺手拿了个具身高考第一

现在，具身智能行业出现了一个非常明显的变化。

全球机器人公司，开始集体「卷真机」了。

前几天，Figure做物流分拣，直接开了一场7×24小时直播；

Physical Intelligence也在不断尝试让机器人做各种家务；特斯拉的Optimus，更是被马斯克反复叮嘱要「useful work」。

整个行业越来越清楚一件事：

机器人时代，比的已经不是谁的Demo更炫，谁的机器人更会表演。

而是谁能扎进物理世界，真·干出活来。

毕竟，机器人一旦进入现实环境，问题就完全变了。

桌面会反光，地面会脏乱，物体会遮挡，动作会累积误差。

看似简单的擦桌子、抓包裹、放东西，背后是感知、规划、控制和记忆能力的综合考验。

玩家们都在说自己是「劳动小能手」。那到底，谁最能干活？

公平起见，还得把各家模型拉到真实世界里掰掰手腕。

最新进展，全球最大规模具身智能真机评测平台RoboChallenge Table30榜单再次更新。

结果，行业格局一下清晰了，玩家水平高下立见。

登顶的，是一家清华系明星具身机器人公司的模型——星动纪元自研具身模型Era0，以64.33%的成功率、76.34的综合得分，拿下全球第一。

多凡尔赛一句，它不是靠某一项刷分。在总计30项任务中，星动纪元Era0有17项任务取得SOTA表现，创下榜单纪录。

别看这些任务五花八门，说到底，考的其实是一件事：

具身大脑在物理世界持续「干活」的能力。

登顶具身智能界「最硬」榜单

RoboChallenge是行业公认的「真机高考」。

它不仅被纳入ICRA 2026 Competition，也进入CVPR 2026 Workshop Competition（GigaBrain Challenge Track），获得国际顶级机器人与计算机视觉会议的官方认可。

登顶RoboChallenge，意味着模型通过了真实世界考场。

这对具身玩家们太有吸引力了。

Physical Intelligence的π0/π0.5、微软的CogACT、OpenVLA等全球头部VLA模型，经常在该榜单上打得火热。

而这一次，竞争依旧激烈。一组数据足以窥见其战况：

参赛「选手」共22个；30个任务总共跑了1088次；总episode数量达到25627次。

这不是跑几个Demo视频，而是真刀真枪地连续真机测试。

其中，两项任务尤其被行业盯着看：

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

因为……太难了啊！

先说做三明治。

这个任务看起来像厨房小游戏，实际上考的是长程任务规划。

机器人不仅要知道先拿什么、后放什么，还得记住自己做到哪一步。

面包放错顺序，食材遗漏，动作循环，整个任务直接失败。

它本质上不是考机器人会不会抓。而是在考机器人能不能像人一样，理解完整流程。

再看擦桌子。

整个过程看似日常，但所有物品全白——用白色纸张擦白色桌子并将废纸扔进白色垃圾桶。

这背后同时涉及：视觉识别、长程任务规划、接触控制、环境状态记忆。

尤其真实世界里的桌面污渍，不是一个标准化目标。

它可能很小、随机分布、位置变化，甚至会因为反光、阴影、遮挡，导致机器人误判「已经擦干净了」。

过去很长时间，这两类任务，几乎就是具身模型能力天花板的代名词。

而星动纪元Era0，把这两道公认难题一起破了。

做素食三明治，Era0成功率为20%，是Top8模型中唯一在此任务上取得非零成绩的模型。

擦桌子，Era0成功率60%，也是Top8模型中唯一实现非零成绩的模型。

另外，Era0还在两个任务上直接拿下双满分（成功率100%，过程分也是100）：

• 将开瓶器放入抽屉（put opener in drawer）
• 拧开水龙头（turn on faucet）

这意味着Era0不是偶尔灵光一现，而是真正在不同任务、不同物体、不同交互环境下，具备了稳定执行能力。

我们看了下，榜单设置的30项任务，考察维度非常广。

在双臂协同、柔性物体操作、多视角感知、分类任务、长时序任务等多个灵巧操作核心维度上，Era0均位列第一。

Era0为什么能赢？

Era0霸榜背后，真正值得行业关注的，其实不是成绩本身。

而是星动纪元正在押注的一条充满想象力的技术路线。

它没有继续沿用传统VLA逻辑，也不是单纯堆一个World Model。

而是直接把两者深度融合。

这件事，在行业里其实很少有人真正做成。

原因很简单。过去两年，VLA确实一度成为具身智能主流方案。

大家希望通过视觉+语言+动作统一建模，让机器人像大模型一样理解世界。但问题也越来越明显。

首先是缺乏长程规划。

很多机器人只能完成「下一步」。但现实任务不是单步选择题，更像连续剧情。

机器人不仅得知道下一步干什么，还得知道自己现在处于哪个阶段，后面会发生什么。

其次是幻觉。

模型可能「以为」自己完成了动作。但真实物理世界里，东西根本没拿起来，污渍也没擦掉。

最关键的，还是持续状态理解能力不足。

△AI生成

如果你想让机器人在物理世界持续「干活」，大脑至少得具备3层能力：

第一层：看得准、定位稳。

现实没有标准答案，弱光、堆叠、反光都是日常。

很多模型不是不会抓，是压根看不清。

我们不需要「一眼看懂万物」的幻觉，只想要一个次次认对、次次定位准的靠谱执行者。

第二层：想得清、走得通。

也就是时序记忆+长程规划。

在多步骤、有先后顺序的任务里，它能不迷路、不循环，按部就班把多步骤任务走完。

第三层：控得稳、能落地。

要求真机动作稳定、泛化迁移强、学习迭代快。

注意，使用者可能不需要一招制胜的高手，动作稳、误差小、能批量干活的扎实工程师更得人心。

△AI生成

而要实现这些，仅靠模仿学习成功的VLA是做不到的。

问题在于知其然，但不知其所以然。

比如，传统VLA缺乏物理因果认知，只会复刻示范动作流程，无法理解动作背后的物理逻辑、空间关系与交互原理，不明白为何要这么操作。

一旦现场环境、物料姿态、作业位置出现细微变化，原有动作立刻失效，无法灵活调整。

同时，它不懂行为因果，无法预判操作风险、推演行为结果，既不能自主排查失误，也难以举一反三适配新场景，只能固守既定范式。

单纯依靠模仿学习存在天然上限，根本满足不了大规模落地中灵活作业、自主进化的实际需求。

引入世界模型是最好的解决方案。

因为它本质上是在让机器人提前脑补未来，以便尽早规划下一步动作。

从行业首个原生内嵌世界模型的机器人基础底座PAD，到全球首个具身领域世界模型策略框架VPP，星动纪元一直没把世界模型当成外挂。

视频，是比语言更原生的理解物理世界的方式。

他们认为，这是所有技术路线的第一性原理。

转折点出现在2025年1月，星动纪元第一次真正意义上，将VLA、世界模型深度融合。

UP-VLA的推出，首次提出语言推理和视觉预测可以同时对决策提供帮助。

相当于给机器人装上了「边干活边脑补」的能力。

但世界模型很快又遇到一个行业级难题，真机数据太贵。

于是，星动纪元又开始了下一步研究——让世界模型自己生成数据。

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

行业第一次让世界模型变成数据仿真器。

机器人不再完全依赖海量真机数据，也能持续提升动作精度和稳定性。

今年1月，他们又推出了「VLA策略+世界模型协同进化框架」VLAW。

核心是把此前的Ctrl-World与VLA做成双向数据闭环，互相校准、互相增强。

VLA和世界模型，开始进入协同进化阶段。

这件事很重要。

本质上，它改变了机器人学习物理世界的方式——不是让机器人记住怎么拿杯子，而是真正理解「拿起来」这件事。

现在回过头来看，知道Era0为啥会在复杂任务里展现出强泛化能力了吧。

这不是单一模型的胜利，而是世界模型加持下，星动纪元一整条技术路线开始成熟。

强能力支撑硬任务

除了榜单成绩，Era0最值得关注的，还有它展现出的非常完整的能力结构。

很多模型会一两项绝活。但Era0更像一个真正开始成熟的「具身执行系统」，感知、记忆、控制、执行，开始形成闭环。

而这些能力，几乎都能直接映射到真实工作场景。

时序记忆决策：记得住、不循环

很多机器人，看起来已经很聪明了，能抓、能放、能移动。

但一旦任务步骤开始变长，问题马上暴露。它会忘，忘记自己做到哪一步，甚至会无限循环同一个动作。

这也是为什么，长程任务一直是具身智能最难方向之一。

机器人不仅要知道下一步干什么，还得知道：我现在在哪一步？前面发生了什么？后面还剩什么？

△AI生成

Era0这次的重要突破之一，就是短程时序记忆机制。

它会持续追踪历史动作和任务状态。

终于，终于，机器人开始「记事」了。

这一能力，在制作素食三明治任务里尤其明显。

这个任务看似简单。实际上是典型的长程时序依赖任务。很多模型，做到一半就「失忆」，成功率全部为0。

只有Era0成功跑通完整流程，成为全球首个突破该任务的模型。

而这背后对应的，其实正是机器人开始具备真正的「工作记忆」。

一旦进入物流场景，这个能力会更加重要。

因为真实流水线，本身就是连续流程。包裹入库、扫码、分拣、装车，每一步都存在状态依赖。

机器人如果记不住流程，就一定会重复抓取、漏拣错拣。

柔性物体操作：控得柔、抓得稳

柔性物体操作，一直被认为是具身智能最难啃的骨头之一。

因为现实世界里，大量物体根本不是标准刚体。

抹布会变形，软包会塌陷，纸张会飘动，生鲜还会滑。机器人只要力度稍微不对，结果就是掉落、损坏、散开。

而Era0通过规模化跨本体预训练，以及更精细的夹爪控制，让机器人能够同时适配刚性、柔性和易碎物体。

动作平滑，低抖动。

最关键的是，它开始有「轻重感」了。

在碎纸清理、叠抹布等柔性任务中，Era0成功率达到43.3%，远高于行业平均水平。

而这一能力，一旦进入物流、生鲜、商超场景，价值会立刻放大。

因为现实仓库里，最难处理的往往不是标准纸箱，而是软包、冷链、生鲜、高价值易碎品。

这些场景过去长期依赖人工，因为不敢交给机器人，就怕它太暴力。

真机执行鲁棒：误差小、可重复

最后我想聊的一个重要能力，是稳定。

很多机器人Demo，看起来都很流畅。但行业真正关心的问题，其实只有一个：它能连续跑多久？

毕竟机器人进入工厂后，面对的不是一次性表演，而是7×24小时持续作业。

动作误差会不断积累，轨迹抖动会持续放大。

很多机器人刚开始动作很漂亮，可跑半小时后，误差就开始失控。

工业场景真正稀缺的，从来不是「能完成一次」，而是能不能稳定重复一万次。

Era0这次展现出的另一项核心能力，就是极强的真机执行鲁棒性。

背后依赖的是动作插值平滑，以及真机推理优化。

这一点，在倾倒薯条入盘、扫码等高精度任务里体现得很明显。Era0成功率达到90%-100%。

动作轨迹连续平滑，没有明显抖动和偏移。

这意味着，它已经不只是「会做动作」，开始具备工程级稳定性。

而这，恰恰是机器人真正进入规模化产业落地之前，最关键的一道门槛。

不只会比赛，更能进厂干活

具身行业现在有个很有意思的现象：全球机器人公司，都越来越会“直播”了。尤其是Figure。

这里我们不打算讨论直播的含金量。毕竟物流分拣本身，并不是什么只有一家能做到的高难动作。

国内不少公司都能做。问题在于，直播场景，很多时候依然是高度可控环境。

物料规整，流程固定，工况理想。

而真正的物流现场，完全是另一回事。

纸箱、软包、异形件混杂；光照、噪音、温度不断变化；设备误差、异常工况、突发情况每天都在发生。

能在Demo里连续运行，不等于能真正进入生产系统。

行业真正稀缺的，也从来不是「会不会做演示」，而是能不能长期稳定干活。

这恰恰是星动纪元正在建立的核心优势。

事实上，在RoboChallenge之前，星动纪元已经在多个权威真机赛事里展现过统治力。

不久前，星动纪元具身模型在权威具身世界模型测评WorldArena中，斩获具身任务全球第一；

在全球具身灵巧操作难度顶尖的真机赛事Benjie’s Humanoid Olympic Games上，该公司还击败公认最强大脑PI*0.6，一举拿下剥橘子、开锁、翻袜子三项任务全球第一。

但比冲榜更重要的，还有落地。

很多公司还在讲未来机器人会进入工厂，星动纪元已经开始交付了。

目前，星动纪元已在物流领域率先实现行业首个具身智能PMF落地。

公司已与顺丰、中国邮政等企业展开深度合作，在全国5个省市的10余个物流中心，稳定承接真实分拣作业。

这甚至引起海外机器人垂直媒体Bots n Beans创始人Peter Kappes的注意。

（星动纪元）已部署。而Figure……目前尚未正式宣布任何物流合作。

具身智能行业里，有人还在证明「机器人能干活」。

有人已经开始让机器人批量入厂干活了。

据公开信息，星动纪元在2026年Q2已开启千台级批量交付，同比增速达300%。

One more thing

从某种意义上，RoboChallenge这次把整个行业重新拉回了现实世界。

能不能在随机环境里持续工作，能不能真正进入生产系统，是这次大考最重要的地方。

Era0的登顶，也同时证明了两件事：

一是它能比赛，说明技术先进；二是它能干活，商业模式成立。

而同时做到这两件事的具身大脑，才会是真正稀缺的下一代基础设施。