中国日报2月4日电（记者 马中锐机械科技有限公司思）当大语言模子在数字天下一直刷新人类认知界线，，，，，一场关于 AI 怎样“扎根”现实物理天下的革命正悄然举行。。。。。。全球首个具身智能大规模真机评测平台—— RoboChallenge 克日正式宣布首份年度报告。。。。。。报告基于已往数月内（2025 Q4～2026 Q1）平台完成的数万次严苛远程真机测试，，，，，以大规模、标准化、可复现的数据，，，，，客观展现了目今视觉-语言-行动模子在真实物理情形中的能力界线与共性挑战。。。。。。

近年来，，，，，大语言模子与视觉语言模子取得了爆发式突破，，，，，人工智能在感知、认知与推理层面展现出惊人潜力。。。。。。然而，，，，，将这种能力可靠地付与机械人，，，，，使其在重大多变的物理天下中明确、决议并执行使命，，，，，仍是横亘在研究者眼前的重大挑战。。。。。。真机测试恒久面临难以复现、缺乏统一标准、本钱高昂等焦点痛点，，，，，导致模子评估往往停留在仿真情形或有限场景，，，，，其“现实天下智能”成色几何，，，，，始终难以量化评判。。。。。。RoboChallenge正是为破解这一行业共性难题而生。。。。。。

据悉，，，，，作为由原力灵机与 Hugging Face 团结提倡的全球首个具身智能大规模真机评测平台，，，，，RoboChallenge致力于构建一个开放、公正、可大规模复现的“真实科场”。。。。。。自 2025 年 10 月 15 日正式上线以来，，，，，平台已乐成安排了包括 UR5、Franka Panda、ARX5、ALOHA 等四大主流机型在内的 20 台真机集群，，，，，修建起一个稳固、多元的远程物理测试网络。。。。。。

为推动真机评测走向规范化、标准化，，，，，2025 年 11 月 20 日，，，，，原力灵机与 Hugging Face 深度集结智源研究院、智元机械人、Qwen、星海图、自变量、清华大学、西安交通大学及 GOSIM，，，，，配合建设了 RoboChallenge 组委会。。。。。。

基于对海量真机测试数据的深度剖析，，，，，RoboChallenge 年度报告展现了以下焦点发明与亮点视察：基础使命趋近成熟，，，，，“叠碗”和“物体移入盒子”两项使命因其相对较高的乐成率，，，，，成为大都模子首选的验证性使命，，，，，类似具身智能的入门“考题”。。。。。。重大使命依然“屹立不倒”：涉及多办法序列决议、恒久妄想及细腻灵巧操作的使命，，，，，如“整理纸杯”、“制作三明治”等，，，，，

别的，，，，，报告指出，，，，，对目今所有参测模子而言仍极具挑战，，，，，乐成率恒久处于低位，，，，，部分甚至靠近零。。。。。。目今在 Table30 评测集上体现最佳的模子，，，，，其整体乐成率也仅在 50% 左右。。。。。。这既体现了现有模子的前进，，，，，也充辩白明晰 Table30 使命集设计的挑战性与现实价值，，，，，批注具身智能在通用能力上仍有重大提升空间。。。。。。

同时，，，，，实测数据显示，，，，，参测模子虽具备较强的指令语义明确能力（泛起移动趋势），，，，，但在细腻操作使命中乐成率缺乏 15%。。。。。。这种征象在 RoboChallenge 平台上沉淀了大宗真机失败数据，，，，，这份果真的“错题集”可作为模子迭代优化的要害参考。。。。。。

RoboChallenge 标为，，，，，未来将一连迭代，，，，，引入更多机械人本体类型，，，，，拓展至更多元化、更贴近真实工业与家庭需求的场景评测集，，，，，并设计更具挑战性的使命。。。。。。平台还将探索漫衍式真机评测机制，，，，，进一步扩大测试规模与效率。。。。。。

中锐机械科技有限公司