发帖
雷达卡
在人工智能快速发展的当下，具身智能模型作为机器人“大脑”的核心技术，正面临前所未有的关注与挑战。近期，RoboChallenge平台对多款主流开源模型进行了真机测试，并发布了初步结果。在这份备受瞩目的榜单中，基于Physical Intelligence（PI）系列开发的π0和π0.5表现亮眼，而部分国产开源模型则显得相对低调。
其中，自变量科技推出的开源模型WALL-OSS-Flow的成绩被个别自媒体单独截取，冠以“零成功率”之名广泛传播，迅速引发舆论热议。
然而事件很快出现反转。RoboChallenge官方通过全渠道发布声明，澄清其官网展示的部分数据“可能是临时的、调试用的或不完整的”，并不具备最终结论性质。尽管如此，“零成功率”的标签仍在多个社交平台持续扩散，相关文章评论区甚至出现了大量疑似水军的集中发言。更令人震惊的是，自变量机器人官网随后一度无法访问，疑似遭遇网络攻击。
这场由误读引发的风波，如同一面镜子，映射出前沿科技与公众认知之间的巨大鸿沟。具身智能因其高度专业化以及软硬件深度耦合的特性，极易在传播过程中被简化、曲解甚至恶意利用。
一次典型误读的发生机制
此次对自变量模型的误解，根源在于一个关键的技术盲区：具身智能并非单纯的软件系统。
它不同于可直接调用的语言大模型，而是必须与特定机器人本体深度绑定的复杂体系。当模型需部署到新的硬件平台上进行评测时，必须完成跨本体适配——包括数据格式迁移、坐标系对齐、控制接口打通等一系列技术环节。据知情人士透露，RoboChallenge所使用的机器人平台尚未支持WALL-OSS-Flow的核心末端执行控制方式，双方的数据同步与回放机制存在天然障碍，相关调试工作当时仍在进行中。
因此，被广泛传播的所谓“失败结果”，实为一个未完成适配的中间调试状态，而非模型真实能力的体现。这相当于将F1赛车的引擎安装在家用车底盘上做短时间测试，便据此判定引擎性能低下，显然有失公允。
但在流量驱动与快速定性的传播逻辑下，脱离实际技术背景的片面解读反而获得了更广泛的传播空间。后续出现的规模化负面评论及网络攻击行为，更暴露出新兴技术赛道早期竞争中的非理性倾向。
为何误读成为具身智能的“常态”？
自变量的遭遇并非个案。小鹏机器人发布的IRON人形机器人因动作过于流畅，被网友质疑为“真人操控套壳”；灵启万物（MindOn）的一段演示视频流出后，也引发了关于技术路线（VLA+强化学习 or 传统控制）与真实性（是否AI生成）的激烈争论。
这些现象背后，是具身智能难以逾越的三重认知壁垒：
第一层：技术复杂性高。 具身智能融合了计算机视觉、机器人学、控制理论与认知科学等多个领域，其“感知-决策-控制”闭环必须在真实物理环境中运行。大众乃至部分媒体和投资人难以理解：为何一个能完成后空翻的机器人却可能无法稳定拧紧一颗螺丝。信息不对称为夸大宣传或刻意贬损提供了温床。
第二层：验证门槛极高。 纯软件模型可通过标准数据集排名直观比较，但具身智能的表现必须依赖真实的物理交互。《蓝鲸财经》曾报道，有公司使用“遥操作”（即后台人工遥控）拍摄demo视频，并包装为“全自主运行”，误导投资方判断。为此，一些投资机构已开始组建由理工科博士组成的专项团队，以提升技术甄别能力。
第三层：产业尚处早期。 当前具身智能的技术路径尚未收敛，商业化模式模糊，短期内难以形成规模化落地产品。正如金沙江创投朱啸虎等业内人士所指出的，行业不确定性高，容易招致看空情绪。在缺乏明确价值锚点的情况下，质疑与误读自然滋生。
如何穿透迷雾，看见真实水平？
面对纷繁复杂的演示与宣传，如何客观评估一个具身智能模型的真实能力？业内逐渐形成共识：最可靠的方式是现场真机演示，并施加主动干扰。
清华大学交叉信息研究院助理教授高阳提出实用建议：若某机器人宣称能叠衣服，不妨将其衣物揉成一团随意丢置，或更换为裤子、外套等不同品类，观察其应对非标准化输入和跨类别泛化的能力。
自变量创始人王潜也强调：“视频demo存在太多造假可能。只有亲临现场与机器人互动，人为制造干扰情境，测试其在极限条件下的稳定性与鲁棒性，才能真正检验技术水平。”
事实上，在今年的WAIC、WRC等顶级行业展会上，包括自变量、千寻在内的多家企业均已开展公开的现场真机操作演示，主动接受复杂环境考验，这种开放态度本身就是技术自信的体现。
但需注意的是，“真机演示”本身也有语境差异。评测平台要求将模型迁移到全新且陌生的硬件本体上，必然带来性能损耗与漫长的调优周期。例如，PI系列的π模型在其自有机器人上表现卓越，但其他团队基于该模型微调后，往往难以复现同等效果。这恰恰说明：具身智能的本质是软硬件一体化系统——最终表现取决于“大脑”与“身体”的协同程度，不可简单割裂评判。
国家战略视角下的长期征程
尽管前行之路布满误解与挑战，具身智能的战略价值与未来潜力正日益清晰。作为连接人工智能与物理世界的关键枢纽，它不仅是技术演进的方向，更是国家科技竞争力的重要组成部分。在这场长跑中，耐心、求真与系统性投入，比任何时候都更为重要。
2024年3月，“具身智能”首次被纳入工作报告；同年10月，“十五五”规划建议进一步明确将其列为重点布局的未来产业。这一系列举措标志着具身智能已正式上升为国家战略，成为全球科技竞争中的关键领域。
作为全球唯一拥有完整工业体系的国家，中国在推动具身智能发展方面具备独特优势。丰富的民生应用场景能够为具身模型提供海量且多样化的真实数据支持，形成驱动技术演进的关键“燃料”。此外，在硬件供应链完整性与数据采集成本控制等方面，我国也展现出显著竞争力。
WALL-OSS模型——展现零样本泛化能力
以自变量为代表的国内自研基础模型团队，已在部分任务中表现出与美国先进团队相媲美的泛化能力，充分彰显了本土创新力量的技术潜力。
任何承载未来愿景的前沿技术，其成熟过程必然漫长、曲折，并伴随着大量干扰与不确定性，具身智能尤为如此。该领域致力于赋予机器“常识”与“物理直觉”，实现对真实世界的深度理解与交互。
面对这一复杂而深远的技术变革，我们或许需要调整认知方式：减少对短期成果的过度解读与仓促评判，转而秉持穿透表象的求真态度和长远的战略耐心。因为最终决定具身智能价值的，并非一时的排行榜名次或舆论热度，而是它能否在现实物理环境中稳定、可靠地拓展人类的能力边界，助力实现更深远的发展梦想。
京公网安备 11010802022788号
