机器人剥橘子比人慢？这家中国公司把美国明星团队甩出35%|人形|机器人|机械手|橘子|美国

人类觉得烧脑的事，机器人往往手到擒来；但那些你我不假思索的日常动作，却能让顶尖AI当场死机。

AlphaGo碾压李世石不费吹灰之力，可要是把它塞进机器人身体里，可能连一只猫都抱不住。大模型能解奥数压轴题，却没法指挥机械手稳稳捏起一支笔——这种认知错位，就是著名的莫拉维克悖论。

前Google机器人专家Benjie Holson对此深有体会。他对市面上那些"人形机器人大赛"越看越失望，索性用自己的名字办了场Benjie's Olympics：没有红毯、没有颁奖礼，只有15道家务题——抹花生酱、洗油腻平底锅、插钥匙开锁、把袜子翻过来。

参赛团队磨了6个月的Demo，上场3天失败率飙到90%。这不是演习，是闭卷裸考：全自主、无遥控、真实家庭场景、物体随机摆、不能贴标记。唯一不确定的规则是"手臂能不能固定在桌上"，Holson把投票权交给网友，结果一边倒——只许移动的机器人参赛。

在这群"移动靶"里，一家中国公司杀了出来。

星动纪元拿下三项全球第一，其中两项是金牌难度：剥橘子、开锁。另一项翻袜子是银牌。三项成绩全面压过美国明星公司Physical Intelligence——后者是业内公认的顶流，此前参赛多是别人拉着它的开源模型去跑，这次Benjie's Olympics是它唯一主动报名的比赛，用的还是闭源模型，代表最高水平。

星动纪元是目前榜单上唯一的中国企业，也是唯一击败PI闭源模型的玩家。

《科学美国人》给这场赛事定了性："Demos die here, useful robots are born."（Demo在此暴毙，实用机器人在此诞生。）

核心规则只有一条：强制泛化，不准复现。机器人必须在陌生环境里自己想办法，不能靠预扫描地图死记硬背。PI团队拿金牌后说过："每个任务都瞄准具身智能最难的未解问题——柔性物体、高接触操作、长时序自主。没有其他比赛能比肩。"

15道题分5个Event，每Event下设金银铜牌。比如洗衣：T恤翻面折叠是铜牌，翻袜子是银牌，挂男士衬衫是金牌。指尖考验更细：卷袜子铜牌，捡狗粪银牌，剥橘子金牌。

剥橘子这题，人类随手就来，机器人却得同时搞定视觉分割、形变跟踪、力度控制。PI此前用削皮刀辅助，2分46秒完成；星动纪元纯手剥，1分47秒，快了35%。

开锁是毫米级手术：钥匙孔微小、金属反光、视角多变，PI用了66秒，星动纪元49秒，提升25%。

翻袜子则是柔性物体的噩梦——形变无规律、内外难区分、样本效率敏感。PI用了176组样本，1分33秒；星动纪元120组样本，少用32%，速度还快了30%。

背后是自研的VLA具身大模型。星动纪元的打法可以概括为：先教"水果"再认"苹果"，而不是硬背一万张苹果照片。基础模型的知识迁移，让机器人在新场景里学得快、耗得少。

更关键的是"动态视觉注意力机制"——名字唬人，原理直白：摄像头跟着身体动，靠近目标时角度、距离全在变，传统方法容易"看花眼"。这套机制让机器人自动锁定钥匙孔、果皮边缘这类细节，环境再乱也能盯死。

传统模型是"做完一步想一步"，单次规划超1秒，等它反应过来，变形的袜子早滑走了。星动纪元用异步高频推理：身体执行当前动作时，大脑已经在算下一步、下下一步，新路径一出立刻切换，不卡壳、不等待。

移动底盘带来的抖动和视角变化，反而成了护城河——别人头疼的动态不确定性，被它吃成了技术壁垒。

星动纪元创始人陈建宇，28岁成为清华博导，2023年创办公司。2024年9月，它成为全球首个提出分频VLA的团队，PI、Figure、Google、NVIDIA排在后面。同年12月，融合世界模型的VLA算法框架Video Prediction Policy开源。