一个开源权重模型，不做任何针对性训练，直接上场能跑出什么成绩？一组对比数据给出了答案。

在 RoboTwin 测试中，ORA 拿到 69.2%；在 LIBERO-Pro 上，这个数字是 81.4%。这是零样本条件下的表现——没有微调，没有专门适配。

打开网易新闻 查看精彩图片

同一批任务，不同系统

另一套系统 RPent 走的是不同路线。它带有任务专用记忆机制，在 RoboTwin 上的成绩是 62.4% 和 58.4%，分别对应 GPT-5.5 和 Opus-4.7 两种底座。

但在 LIBERO-Pro 上，RPent 配合 Opus-4.7 跑出了 82.4%，反超了 ORA 的 81.4%。

同样的测试用例，两套系统的成绩曲线并不重合。ORA 在 RoboTwin 上领先明显，RPent 则在 LIBERO-Pro 上扳回一城。

记忆机制带来的变量

RPent 的差异点在于任务专用记忆。从数据看，这套机制的效果与底座模型强相关：换用不同模型，同一测试集上的表现出现明显波动。

而 ORA 作为开源权重模型，在零样本设定下直接给出了两个基准上的成绩，没有依赖外部记忆模块。

两组数字摆在一起，指向的问题很直接：开源权重模型的零样本能力边界在哪里，任务专用记忆又能补上多少。相关代码已在 GitHub 的 RLinf/RPent 仓库公开。