具身領(lǐng)域的"張雪機(jī)車"出現(xiàn)了。

作者丨齊鋮湧

編輯丨馬曉寧

據(jù)AI科技評論獲悉，在剛剛結(jié)束的全球具身靈巧操作難度頂尖的真機(jī)賽事——Benjie's Humanoid Olympic Games（以下簡稱Benjie's Olympics）中，來自中國的具身智能頭部公司星動紀(jì)元，憑借自研具身智能模型，一舉斬獲三項(xiàng)任務(wù)全球第一，創(chuàng)下新世界紀(jì)錄。

三大核心任務(wù)，均獲第一，收獲三張冠軍獎牌

這次獲獎的意義，不僅在于這是中國企業(yè)首次在該賽事中登頂，更關(guān)鍵的是，它在三項(xiàng)核心任務(wù)中，以顯著優(yōu)勢擊敗了被譽(yù)為"全球最強(qiáng)具身大腦公司之一"的Physical Intelligence（簡稱PI）。

要理解這場勝利的含金量，必須先從具身領(lǐng)域的"莫拉維克悖論"說起。

2015年，PI曾在官方技術(shù)博客介紹這一悖論："當(dāng)計(jì)算機(jī)在1996年擊敗國際象棋世界冠軍時，它仍需要人類來移動棋子；二十年后AlphaGo戰(zhàn)勝李世石，依然無法自己落子。"

PI想表達(dá)的，正是一個非常反直覺的現(xiàn)象：對人類而言"困難"的高階認(rèn)知任務(wù)（如下棋、解數(shù)學(xué)題），對AI來說相對"容易"；而人類習(xí)以為常的日常感知與動作（如疊衣服、用鑰匙開鎖、剝橘子），對機(jī)器人卻是極高難度的挑戰(zhàn)。

過去十年，很多具身公司一直致力于打破這一悖論。但擺在大家面前的，有三大難題：第一是柔性物體操作，比如遇上布料、果皮、軟質(zhì)食材的復(fù)雜形變，機(jī)器人往往很難控制；第二是類似于鑰匙與鎖孔對準(zhǔn)這類毫米級精密交互；第三是一些有著多步驟的長時序自主任務(wù)。

這些任務(wù)往往細(xì)致而復(fù)雜，既要做控制毫米級的感知誤差或控制誤差，又要有非常復(fù)雜的流程，任何一個細(xì)節(jié)出錯，都會導(dǎo)致整個任務(wù)鏈條的崩潰。

在2026年的當(dāng)下，雖然你可能在各家發(fā)布會或者展會現(xiàn)場，能看到非常細(xì)致或者長流程的操作，但大多數(shù)仍是精心編排的"視頻可用"表演：固定場景、預(yù)設(shè)光照、人工遙控、仿真環(huán)境。

行業(yè)現(xiàn)狀一句話概括來說就是"Demo泛濫，落地稀缺"。

如何真正突破這些瓶頸？在于接受最嚴(yán)苛的檢驗(yàn)：全自主、零人工干預(yù)、拒絕仿真、真實(shí)物理環(huán)境。

于是，Benjie's Olympics這樣的比賽橫空出世。

01

"刻薄"的機(jī)器人賽事和它的常駐冠軍

Benjie's Olympics由前Google資深機(jī)器人專家Benjie Holson創(chuàng)辦，它的評價體系非常"刻薄"，被《科學(xué)美國人》（Scientific American）雜志評價為"人形機(jī)器人終極挑戰(zhàn)"。

據(jù)AI科技評論了解，這一屆賽事共設(shè)置15項(xiàng)實(shí)戰(zhàn)挑戰(zhàn)，從基礎(chǔ)操作到復(fù)雜精細(xì)動作，按難度等級分為金牌、銀牌、銅牌任務(wù)。

其中，開鎖、剝橘子屬于最難的金牌任務(wù)；翻襪子屬于銀牌任務(wù)。賽事規(guī)則堪稱"閉卷裸考"：全自主運(yùn)行，開始后無遙控、無人工介入；必須在真實(shí)家庭場景（真實(shí)光照、紋理、摩擦、噪聲）中完成；環(huán)境/物體隨機(jī)擺放，不可貼標(biāo)記、不可預(yù)掃描地圖；要求多次重復(fù)穩(wěn)定完成，而非"賭運(yùn)氣成功"。

賽前，賽事創(chuàng)始人曾預(yù)測，完成全部挑戰(zhàn)至少需要1年。另一位參賽團(tuán)隊(duì)反饋："我們花6個月做Demo；在Benjie的任務(wù)上3天90%失敗。真實(shí)世界毫不留情。"

和大多數(shù)可以刷的榜單不同，這個賽事是國際上最硬核的賽事之一。參與評審的評委提到："這是唯一強(qiáng)制泛化而非復(fù)現(xiàn)的比賽。多數(shù)隊(duì)伍連銅牌都過不了；金牌近乎奇跡。"

因此，這個賽事的底色就是殘酷而真實(shí)，但卻極具公信力。也正是因?yàn)闄?quán)威、真實(shí)且具有公信力，所以吸引了PI成為這個賽事的常駐選手。

PI的全稱是Physical Intelligence。作為具身行業(yè)前輩，它擁有著現(xiàn)階段全球最強(qiáng)具身大腦，這家斯坦福系、融資近20億美元的公司，幾乎是行業(yè)里教科書般的存在。

2024年10月，這家公司發(fā)布了π0具身智能基座模型，一度被業(yè)界認(rèn)為是具身領(lǐng)域的GPT時刻。它的技術(shù)路線和研究成果，都是同行們緊緊盯著的。之所以如此被業(yè)界認(rèn)可，正是因?yàn)镻I長期把持著前面提到的Benjie's Olympics賽事的各項(xiàng)紀(jì)錄。

據(jù)AI科技評論了解，這幾乎是唯一一個PI自己會主動參加的榜單。其他榜單里的PI，大多是別人拉著PI的開源模型去跑的，并不是PI主動參加。

而這一次，來自中國的星動紀(jì)元?dú)⑷耄粌H成為第一個在該項(xiàng)賽事上榜的中國公司，更一舉拿下三項(xiàng)第一，把PI的紀(jì)錄全部刷新。

據(jù)AI科技評論深度對比，還發(fā)現(xiàn)一個細(xì)節(jié)：這次PI參賽用的是自家最新模型——閉源模型PI0.6，這意味著代表了PI的最高水平。這次星動紀(jì)元在這樣的賽事中打敗了PI的最新閉源模型，這件事在之前從來沒有人做到過。

在某種意義上，星動紀(jì)元這次在Benjie's Olympics上的突破，與張雪機(jī)車剛在WSBK奪冠有著類似的意義。

Benjie's Olympics公布星動紀(jì)元獲兩項(xiàng)金牌難度任務(wù)（剝橘子、開鎖）第一

后者作為2024年才創(chuàng)立的中國品牌，首次殺入世界超級摩托車錦標(biāo)賽便連奪兩冠，打破歐美日廠商37年壟斷。

而星動紀(jì)元，則是以清華大學(xué)年輕博導(dǎo)陳建宇創(chuàng)立的國內(nèi)原生具身創(chuàng)業(yè)公司為班底，在國際賽場上打破了國外壟斷。

02

奪冠細(xì)節(jié)

AI科技評論也詳細(xì)扒了一下這次賽事的細(xì)節(jié)，最精彩的賽事分別是剝橘子、開鎖以及翻襪子的比拼。

先說剝橘子。這是本次賽事中最具看點(diǎn)的金牌任務(wù)。簡單科普一下：機(jī)器人剝橘子，要求機(jī)器人能精準(zhǔn)區(qū)分果皮與果肉的細(xì)微視覺特征，實(shí)時跟蹤剝制過程中的果皮形變，對視覺感知的魯棒性要求極高。

更困難的是，橘子屬于柔性+形變物體，果皮與果肉之間的粘附力不均勻，剝制過程中果皮會發(fā)生復(fù)雜、無規(guī)律的形變，需要機(jī)器人實(shí)時調(diào)整操作策略。

這個任務(wù)，PI團(tuán)隊(duì)選擇了借助削皮刀工具剝，用時2分46秒完成。

而星動紀(jì)元的具身大腦，直接選擇了無工具純手剝。不僅是賽事首個實(shí)現(xiàn)完全無工具純手剝操作的團(tuán)隊(duì)，而且純手剝只用了1分47秒完成——比PI操作更難，速度居然還比PI提升35%。

有參賽選手反饋，當(dāng)星動紀(jì)元團(tuán)隊(duì)完成，賽事現(xiàn)場簡直一片炸裂。這不僅體現(xiàn)了中國團(tuán)隊(duì)在柔性物體操作上的優(yōu)勢，更展示了VLA模型對工具使用vs徒手操作的靈活決策能力——當(dāng)PI依賴外部工具時，星動紀(jì)元的機(jī)器人已經(jīng)能夠像人類一樣，僅憑雙手完成精細(xì)操作。

第二個比賽是開鎖。這也同樣是一個看點(diǎn)十足的金牌任務(wù)。

在這個場景的比拼，主要在于鑰匙孔為毫米級微小目標(biāo)，要求機(jī)器人精準(zhǔn)識別鑰匙孔的位置、角度，同時完成鑰匙的姿態(tài)理解，實(shí)現(xiàn)毫米級對準(zhǔn)。此外，開鎖過程中需要克服光照變化、金屬反光、視角偏差等多重干擾，對視覺感知的精度與魯棒性要求嚴(yán)苛。

這在具身場景里屬于典型的"高接觸操作"——鑰匙與鎖孔之間的接觸力必須精確控制，過輕則無法轉(zhuǎn)動，過重則可能損壞鎖芯。

同樣是開鎖，PI 66秒開鎖，而星動紀(jì)元只花了49秒就成功開鎖。

耗時少了四分之一的關(guān)鍵，在于我們國家的具身團(tuán)隊(duì)，在自適應(yīng)視覺注意力機(jī)制的工程優(yōu)化方面非常到位。這個機(jī)制實(shí)現(xiàn)了對鑰匙、鎖孔等微小目標(biāo)的動態(tài)聚焦與特征增強(qiáng)，顯著提升了精細(xì)操作對象的感知精度，才能在毫米級操作下，做到如此快速準(zhǔn)確。

第三個比賽是翻襪子。雖然屬于銀牌任務(wù)，但是卻考驗(yàn)的是柔性物體操作、樣本泛化、效率敏感的典型場景，這對于檢驗(yàn)?zāi)Ｐ图矣梅夯芰Ψ浅ｊP(guān)鍵。

襪子翻轉(zhuǎn)過程中會發(fā)生復(fù)雜、無規(guī)律的形變，要求機(jī)器人實(shí)時跟蹤形變，精準(zhǔn)區(qū)分襪子的內(nèi)外側(cè)、開口位置，對視覺感知、柔性物體跟蹤能力要求極高。

比賽結(jié)果：PI的成績是1分33秒完成，176個樣本訓(xùn)練。而星動紀(jì)元只用了1分04秒和120個樣本——相當(dāng)于樣本數(shù)減少32%的前提下，速度提升了30%。

對于了解具身模型訓(xùn)練的朋友會知道，這里的含金量在于"小樣本泛化能力"。星動紀(jì)元通過基礎(chǔ)模型的知識遷移，用更少的數(shù)據(jù)達(dá)到了更優(yōu)的性能，大幅提升了數(shù)據(jù)利用效率。在真實(shí)商業(yè)場景中，這意味著更低的部署成本和更快的場景適配速度。

03

奪冠之前

像張雪機(jī)車在WSBK奪冠那樣，星動紀(jì)元這次在國際大賽上擊敗PI，不是憑借運(yùn)氣，而是厚積薄發(fā)。

星動紀(jì)元的創(chuàng)始人陳建宇，出生于1992年，是清華大學(xué)交叉信息研究院最年輕的博導(dǎo)之一。2015年，陳建宇從清華精密儀器系本科畢業(yè)——這是國內(nèi)最早啃雙足機(jī)器人硬骨頭的地方——之后直博進(jìn)入伯克利，師從Tomizuka——MPC模型預(yù)測控制理論的奠基人，機(jī)電控制領(lǐng)域的活化石。

2020年博士畢業(yè)，圖靈獎得主姚期智親自把他從國外撈回國，進(jìn)入清華任教。

次年，陳建宇入選福布斯30 Under 30。2023年8月，星動紀(jì)元成立。作為清華交叉信息研究院孵化、唯一一家清華占股的人形機(jī)器人公司，星動紀(jì)元從Day One就定調(diào)：軟硬一體，全棧自研。不是做集成商，是要把"具身大腦"和"人形本體"都攥在自己手里。

關(guān)節(jié)模組、靈巧手、電機(jī)、減速器、控制器，從零件到整機(jī)，95%自己造。

此后，星動紀(jì)元不斷刷新自己的記錄。2024年5月，造了一臺1.65米高的機(jī)器人XBOT，成了第一個登上長城的人形機(jī)器人。

之后，又憑借著自研的靈巧手出圈。不久前，星動紀(jì)元研發(fā)出了ERA-42——這個可實(shí)現(xiàn)全尺寸雙足人形機(jī)器人全身及五指靈巧手精準(zhǔn)控制的系統(tǒng)，全球僅有四款，另外三家分別來自Figure、特斯拉與英偉達(dá)。

2026年2月，陳建宇團(tuán)隊(duì)與Chelsea Finn團(tuán)隊(duì)聯(lián)合研發(fā)的Ctrl-World可控生成世界模型，已在WorldArena榜單中超越谷歌、英偉達(dá)，斬獲具身任務(wù)全球第一。

2026年3月，雙方再度合作發(fā)布VLAW框架，首次實(shí)現(xiàn)VLA策略與動作條件世界模型的協(xié)同迭代優(yōu)化——VLA策略采集的真實(shí)交互數(shù)據(jù)用于提升世界模型的物理保真度；世界模型生成的高質(zhì)量虛擬數(shù)據(jù)再用于強(qiáng)化VLA策略本身。

在全球巨頭與頂尖機(jī)構(gòu)同臺競技，星動紀(jì)元已經(jīng)多次顯露鋒芒。

這種"虛實(shí)融合"的訓(xùn)練范式，解決了傳統(tǒng)VLA模型數(shù)據(jù)利用率低、泛化性有限的痛點(diǎn)。陳建宇在接受媒體采訪時提到："傳統(tǒng)VLA模型不管物理世界的運(yùn)轉(zhuǎn)邏輯，它只知道'看到電腦就該打開'。而世界模型學(xué)的是'如果我手這樣伸過來一摳，電腦可能會被打開'。"

那時，陳建宇和星動紀(jì)元已經(jīng)在著手一個巨大的奇跡。

但還需要工程方面的加持。在工程層面，星動紀(jì)元在無數(shù)次試煉中，提煉出了一套方法論："異步高頻推理"+"短時域規(guī)劃策略"。

在當(dāng)前運(yùn)動軌跡未執(zhí)行完成時，系統(tǒng)就預(yù)測下一段軌跡，生成后立即切換執(zhí)行。這種"邊做邊想"的架構(gòu)，大幅提升了機(jī)器人對非預(yù)期擾動的實(shí)時響應(yīng)能力，有效抑制了累計(jì)動作誤差。

在模型和工程能力的雙重突破下，星動紀(jì)元才實(shí)現(xiàn)了中國具身智能的"工業(yè)級"躍遷。

此次斬獲Benjie's Olympics三項(xiàng)全球第一，是星動紀(jì)元在具身模型領(lǐng)域的又一重大突破。此前，其自研的ERA-42端到端VLA具身大模型已在物流、制造、商業(yè)服務(wù)等多個領(lǐng)域落地，形成了"場景越豐富，模型越智能"的正向循環(huán)。

在物流領(lǐng)域，星動紀(jì)元機(jī)器人可完成藥品、日化品、包裹的分揀及掃碼；在制造領(lǐng)域，重點(diǎn)突破"零部件抓取-高精度裝配-質(zhì)量檢測"等場景任務(wù)；在商業(yè)服務(wù)領(lǐng)域，可完成門店客座清潔、物品遞送、導(dǎo)游導(dǎo)覽等任務(wù)，部分場景效率已達(dá)人類水平的70%。

更具戰(zhàn)略意義的是，星動紀(jì)元是全球僅有的四家能實(shí)現(xiàn)全尺寸人形機(jī)器人全身及五指靈巧手精準(zhǔn)控制的公司之一，其余三家為Figure（Helix模型）、特斯拉（Grok）及英偉達(dá)（GR00T）。這意味著，在具身智能的"終極形態(tài)"——人形機(jī)器人領(lǐng)域，中國團(tuán)隊(duì)已躋身全球第一梯隊(duì)。

Benjie Holson曾言："我把它設(shè)計(jì)成當(dāng)下不可能完成，暴露'視頻可用'與'產(chǎn)品可用'的鴻溝。金牌標(biāo)準(zhǔn)就是真正家用機(jī)器人必須做到的。"現(xiàn)在，星動紀(jì)元用三項(xiàng)全球第一證明，這道鴻溝正在被跨越。

從張雪機(jī)車在達(dá)喀爾的二度折冠，到星動紀(jì)元在Benjie's Olympics的首個登頂，中國高端制造和具身大腦正在全球最嚴(yán)苛的試煉場上，完成從"跟跑"到"領(lǐng)跑"的蛻變。

具身智能的"中國時刻"，正在到來。

未經(jīng)「AI科技評論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時需標(biāo)注來源并插入本公眾號名片。