在具身智能領(lǐng)域，一場具有里程碑意義的變革正悄然發(fā)生。長久以來，具身智能的發(fā)展受困于評測瓶頸，傳統(tǒng)依賴仿真環(huán)境的評測方式，雖能加速模型迭代，卻難以跨越“仿真到現(xiàn)實”的鴻溝，導(dǎo)致模型在虛擬環(huán)境中表現(xiàn)優(yōu)異，卻在真實物理世界中“水土不服”。如今，一個全新的“真機(jī)演武場”在行業(yè)內(nèi)嶄露頭角，為具身智能的發(fā)展開辟了新路徑。

近期落幕的EAIDC 2026大會上，一場別開生面的開發(fā)者大賽吸引了眾多目光。從表面看，這似乎是一場普通的開發(fā)者競賽，但深入探究其賽制設(shè)計，會發(fā)現(xiàn)它是一場從“模型視角”精心策劃的能力測試。這場比賽在多個關(guān)鍵層面展現(xiàn)出獨特之處。

在模型路徑選擇上，比賽給予參賽者充分自由。參賽者能夠自由挑選不同的開源具身模型，涵蓋各類國內(nèi)外VLA。這一設(shè)定并非單純降低參賽門檻，而是旨在激發(fā)開發(fā)者的創(chuàng)新潛力，提升其分辨能力。數(shù)據(jù)范式的處理也是一大亮點。比賽提供真機(jī)數(shù)據(jù)，且無本體數(shù)據(jù)參與訓(xùn)練，讓開發(fā)者依據(jù)自身思考和研究方向，自主選擇數(shù)據(jù)配比。如此一來，真正接受檢驗的不再是數(shù)據(jù)路線的正確性，而是數(shù)據(jù)能否在真實環(huán)境中支撐模型實現(xiàn)閉環(huán)。

任務(wù)設(shè)計方面，比賽聚焦于具身智能的核心能力，圍繞抓取、語言理解、精細(xì)操作與長時序決策等展開。不同任務(wù)設(shè)置不同權(quán)重，最終成績不僅考量步驟得分，還綜合成功率和泛化表現(xiàn)。這種結(jié)構(gòu)使比賽不再局限于考察模型“能否完成任務(wù)”，而是直接指向模型能力的上限，即“能否落地應(yīng)用，如何與產(chǎn)業(yè)結(jié)合”。例如，選手在面對“將環(huán)套在柱子上”任務(wù)時，初期成功率僅20 - 30%，隨著不斷嘗試和優(yōu)化，逐漸提升至60 - 70%；“拼寫單詞”任務(wù)的成功率也從極低水平提升至40 - 50%。在高難度任務(wù)的“磨礪”下，模型能力邊界不斷拓展。

泛化機(jī)制的引入是比賽的又一創(chuàng)新點。通過類似AB卷、隨機(jī)環(huán)境切換等設(shè)計，考驗?zāi)Ｐ偷姆夯芰?。比賽的B卷在制度上限制“刷題式優(yōu)化”，迫使模型面對未知條件。這一機(jī)制將“泛化能力”從附加項轉(zhuǎn)變?yōu)楹诵闹笜?biāo)，使比賽更接近測試模型的“未知邊界”，而非僅僅驗證“已知能力”。

為了確保比賽順利進(jìn)行，讓選手專注于算法優(yōu)化與任務(wù)實現(xiàn)，主辦方提供了全方位的支持。比賽使用的機(jī)械臂是自變量機(jī)器人自主研發(fā)的高性能六軸機(jī)械臂，專為AI設(shè)計，具備高精度、高響應(yīng)的硬件性能，能更好地復(fù)現(xiàn)模型能力。在三天的高強(qiáng)度運行中，無論是大規(guī)模數(shù)據(jù)采集，還是模型推理部署，這套機(jī)械臂硬件系統(tǒng)都展現(xiàn)出穩(wěn)定的承壓能力，為參賽團(tuán)隊提供了可靠、一致的硬件保障。主辦方還提供算力支持，解決了選手的后顧之憂。

這場比賽的核心變革在于，所有能力測試均在真機(jī)上完成。在EAIDC現(xiàn)場，上百條機(jī)械臂同時運行，從數(shù)據(jù)采集、模型訓(xùn)練到部署與評測，形成一個完整閉環(huán)，并在短時間內(nèi)完成高頻迭代。這種真實物理環(huán)境下的測試，迅速放大了長期被仿真掩蓋的問題。在抓取任務(wù)中，細(xì)微的位置偏差和接觸不確定性會直接影響成功率；在語言理解與操作結(jié)合的任務(wù)中，指令歧義與視覺誤差的疊加會迅速放大系統(tǒng)不穩(wěn)定性；在長時序任務(wù)中，誤差的累積效應(yīng)往往成為決定成敗的關(guān)鍵。

國內(nèi)外頂級模型廠商都意識到，模型評測正成為具身智能發(fā)展的重要瓶頸。Physical Intelligence創(chuàng)始人兼CEO Karol Hausman在采訪中強(qiáng)調(diào)，機(jī)器人的所有行為都需在現(xiàn)實世界中完成，無法像大語言模型那樣通過數(shù)百萬次快速試錯完成模型更新，這一過程耗時過長，因此必須攻克機(jī)器人的評估難題。自變量聯(lián)合創(chuàng)始人兼CTO王昊也指出，具身智能的核心是交互學(xué)習(xí)，只有通過持續(xù)測試、觀察與反饋，讓機(jī)器在真實物理世界中解決復(fù)雜性問題，才能推動其發(fā)展。真機(jī)評測讓模型直接面對真實世界的挑戰(zhàn)，推動具身智能從Demo級“炫酷”向生產(chǎn)力級可靠性轉(zhuǎn)變，這是評價體系的重要轉(zhuǎn)向，也是具身智能從“技術(shù)展示”走向“工程能力”的分水嶺。

除了比賽本身，兩場圓桌討論也為行業(yè)發(fā)展提供了重要視角。在第一場圓桌中，嘉賓圍繞數(shù)據(jù)、模型與商業(yè)化路徑展開討論。大家認(rèn)識到，與大模型不同，具身智能的數(shù)據(jù)獲取成本高、閉環(huán)難度大，“數(shù)據(jù)規(guī)?！辈辉偈俏ㄒ恢笜?biāo)。未來的數(shù)據(jù)路徑將是分層的，低成本數(shù)據(jù)用于預(yù)訓(xùn)練，高質(zhì)量真機(jī)數(shù)據(jù)用于微調(diào)，如何在效率與效果之間取得平衡將成為核心競爭力。自變量王昊表示，將堅持真實世界的數(shù)據(jù)采集，同時注重不同類型數(shù)據(jù)的合理配比，2026年將更依賴人的穿戴式或Ego - Centric方式采集數(shù)據(jù)，但要與真實機(jī)器人數(shù)據(jù)形成良好配比，這一數(shù)據(jù)策略將決定模型的上限。

對于模型路徑，盡管VLA仍是主流，但其局限性逐漸顯現(xiàn)，行業(yè)開始探索多模態(tài)融合、世界模型等路徑，但模型結(jié)構(gòu)尚未收斂。自變量強(qiáng)調(diào)，所有模型路徑最終都需通過真實評測決定方向，這也是推動真機(jī)比賽的重要原因，評測將成為模型演進(jìn)的“指揮棒”。

在第二場產(chǎn)學(xué)研圓桌中，“割裂”成為關(guān)鍵詞。學(xué)術(shù)界具備模型與算法創(chuàng)新能力，但缺乏真機(jī)系統(tǒng)與數(shù)據(jù)閉環(huán)；產(chǎn)業(yè)界掌握場景與工程能力，卻因效率壓力難以進(jìn)行長期探索；開發(fā)者與開源社區(qū)處在兩者之間，缺少完整工具鏈，難以復(fù)現(xiàn)真實系統(tǒng)。這種錯位導(dǎo)致重復(fù)造輪子和創(chuàng)新效率下降，學(xué)術(shù)成果難以落地，工程經(jīng)驗難以沉淀為通用方法，開源也往往停留在“可見但不可用”的狀態(tài)。具身智能已從單點技術(shù)問題演變?yōu)橄到y(tǒng)工程問題，需要深度協(xié)同。

自變量通過比賽提供統(tǒng)一的真機(jī)環(huán)境與評測體系，開放數(shù)據(jù)、模型與工具鏈，嘗試解決這一問題，讓學(xué)術(shù)、產(chǎn)業(yè)與開發(fā)者在同一個真實環(huán)境中協(xié)作，使能力相互放大。EAIDC所提供的，是一套讓開發(fā)者快速進(jìn)入、在真實約束中驗證并持續(xù)迭代的基礎(chǔ)設(shè)施，為具身智能走向規(guī)?；於酥匾A(chǔ)。