登顶全球榜单后，他们把自研的具身智能“大脑”开源了|世界人工智能大会|具身|机器人

热热闹闹了一整年，机器人在真实场景中干活的水平怎么样了？

昨天，具身智能领域传来的一则消息，或许能为我们带来一个更为清晰的信号。

1月12日，千寻智能宣布开源自研的VLA（视觉-语言-动作）基础模型Spirit v1.5。就在前一天，该模型在全球具身智能模型评测平台RoboChallenge的综合评测中一举登顶，超越美国具身智能明星公司Physical Intelligence的Pi0.5。

在过去的2025年里，千寻智能旗下人形机器人Moz1频繁活跃在北上广深杭的各大展会上，叠衣服、串奶皮子糖葫芦、搭积木、卖饮料、端盘子……而就在上个月下旬，它们的小伙伴“小墨”，正式成为宁德时代中州基地的“员工”，在生产线上开展实际工作。

全球榜单中

唯一成功率破50%的模型

Spirit v1.5是什么？

Spirit v1.5是千寻智能自主研发并开源的VLA基础模型，将视觉感知、语言理解与动作生成整合在同一决策流程中，减少多模块串联带来的信息损耗，并提升长程任务中的整体稳定性。

RoboChallenge又是什么？

它是一个面向真实机器人执行场景的标准化评测基准，由Dexmal（原力灵机）、Hugging Face（抱抱脸）等全球知名机构联合发起，聚焦具身智能模型的跨平台能力验证。

这个平台强调真实机器人执行能力，评测维度涵盖复杂指令理解、多步骤操作、跨场景稳定性等，被业界视为当前具身智能领域最接近真实落地场景的基准测试之一。

具体测些什么？

本次测试包括30项操作任务（Table 30），像是插花、挂牙刷杯、寻找指定颜色的物体、贴胶条、将笔放入笔盒等。

在这些操作任务的测试中，Spirit v1.5综合得分为66.09分，成功率达到50.33%，是唯一一个成功率超过50%的模型。

此前数月，在这份榜单上霸榜的是Pi0.5模型。它由Physical Intelligence于2025年4月发布，曾因能让机器人在全新环境中完成复杂家务而引发网友热议。

此次登顶，也意味着国产具身智能企业，正式跻身全球核心第一梯队。

为了证实榜单成绩源于自研模型且真实可信，千寻智能已同步开源Spirit v1.5的基模权重、推理代码和使用样例，并表示接受公众与研究社区的独立检验。

成功率100%的是叠碗

从榜单能不能看出机器人现在能做些什么？

先来看一些具体任务中的对比表现：

插花任务：Pi05夹起一枝花，但没能插进花瓶，而是横放在了瓶口；Spirit v1.5通过灵活调整关节，保证花枝竖直，并被插入花瓶中。

Pi05

Spirit v1.5

清理碗碟：Spirit v1.5可以准确夹起碗放入透明收纳箱，同时将废纸巾扔进前方绿桶；Pi0.5虽也能完成放碗动作，但偶尔会出现“机械式执行”——无法判断是否已抓取物品，仅按固定步骤操作。

Pi05

Spirit v1.5

寻找绿盒：Spirit v1.5能从彩色方块中锁定绿色目标，准确夹取（该项任务成功率高达90%，在所有参与测试的模型中位列第一）；Pi05错选了其中一个黄色方块。

Pi05

Spirit v1.5

贴胶带：Spirit v1.5可协调双臂撕下一段胶带，贴于快递盒上；Pi0.5则未能成功撕下胶带，仅做出一个贴附的“假动作”。贴胶带属于典型的闭环触觉接触任务，对机械臂协同与触觉感知要求极高，常会出现“空抓”现象。

Pi0.5

Spirit v1.5

根据RoboChallenge官网公布的成绩，在“叠碗”（将三只小碗叠放）任务中，Spirit v1.5获得98分，成功率100%；将钢笔放入笔盒、鞋子摆上架子、杯子放置杯垫等任务，成功率也都达到了90%。

为何要参与此类测试？

看完上面这些任务的内容，大抵就明白了。它们大多模拟人类日常生活中的常见操作，既能检验机器人在真实环境中的感知、抓取与协同操作能力，又能直观暴露技术短板，为后续产品优化与技术迭代提供真实、可复现的测试依据，因此对推动机器人技术落地具有重要意义。

拥抱多样化甚至是“混乱”的数据

“未来10年，这个世界上10%的人可以拥有自己的机器人。”在此前专访中，千寻智能创始人兼CEO韩峰涛这样告诉九千光年。

（新闻回顾☞）

这位浙大背景的80后，与清华背景的高阳（联合创始人兼首席科学家、“伯克利归国四子之一”）携手，于2024年初创办千寻智能。

韩峰涛和高阳

团队自起步便坚定走端到端的“视觉-语言-动作”（VLA）全自研路线。在他们看来，数据质量决定模型上限，而当前VLA大模型的训练关键和挑战，恰恰在于数据多样性。

千寻智能在昨日发布的技术博客中，这样写道：“许多业界顶尖的模型主要在高度精选的，即所谓的‘干净’数据集上进行训练。”“虽然这种‘干净’的路径提供了一个稳定的起点，但它限制了机器人的泛化能力。如果机器人只在一切都清晰可见且触手可及的世界中学习，那么当它在开放世界中面对不可预测性时，很可能会失败。”

因此，千寻智能选择在预训练阶段引入大量多样化、很大程度上不受控的真实数据。数据采集不再严格限定任务脚本，而是以“完成有意义目标”为导向，允许操作过程中自然串联多个子任务与原子技能。“如果我们希望机器人能应对人类家庭环境中的不可预测性，它们就需要从像真实世界一样混乱的数据中学习。”

就在2025年12月下旬，全球首条实现人形具身智能机器人规模化落地的新能源动力电池PACK生产线，在宁德时代中州基地正式投入运行。千寻智能研发的人形机器人“小墨”搭载宁德时代自研电池，已能精准完成电池接插件插接等复杂作业。