田晏林 发自 凹非寺量子位 | 公众号 QbitAI人工智能和机器人领域有一个反直觉现象往往人类觉得复杂、困难的任务机器人做起来很容易而人类不以为意的一些感知与运动技能让机器复现异常困难。就像AlphaGo可以轻松打败人类围棋冠军但如果将其置于机器人体内可能连一只猫都抓不稳大模型能破解国际数学奥林匹克竞赛难题却无法驱动机械手精准地捏起一支笔并写下答案。这种人类对任务预期与机器实际处理难度的理解错位就是莫拉维克悖论。因为对世界人形机器人大赛“有点失望”前Google资深机器人专家Benjie Holson用自己的名字创办了Benjie’s Olympics向机器人专家们发出挑战。在这个具身灵巧操作奥林匹克的“赛场”机器人可以挑战15项任务包括抹花生酱、洗油腻的平底锅、插钥匙开锁、把袜子翻过来等人类最日常的动作。这也是莫拉维克悖论中机器很难处理的各种典型场景。有参赛团队耗费6个月打磨Demo在任务挑战中遭遇“滑铁卢”3天内失败率高达90%尽显赛事的严苛与残酷。这15项任务来自5个Event开门、洗衣、基本工具使用、指尖、湿滑路面。每个Event下都有3个任务按照难度的不同分为金银铜牌。只有每项任务获得第一才能摘得对应的奖牌。在一轮轮的贴身肉搏中来自中国的具身智能公司星动纪元一举斩获三项任务全球第一包括两项金牌难度任务第一一项银牌难度任务第一。在剥橘子、开锁、翻袜子任务中其表现全面超越美国明星具身智能公司Physical Intelligence简称“PI”刷新世界纪录。要知道在其他比赛里出现的PI大多是别人拉着它的开源模型去跑的并不是PI主动参加。但Benjie’s Olympics是PI目前唯一一个主动参加的比赛。用的还是闭源模型代表了PI的最高水平。星动纪元作为该赛事目前唯一上榜的中国具身企业也是唯一一个在该比赛中打败了PI闭源模型的玩家。终极真实压力测试和正规机器人大赛相比Benjie’s Olympics没有繁琐的报名流程、华丽的赛事包装只因最纯粹的实操能力对决吸引全球不少顶尖具身智能公司的关注。Scientific American评价其是物理智能终极真实压力测试“it’s where demos die and useful robots are born.”Demo死在这里实用机器人从这里诞生。Benjie’s Olympics的核心特质是强制泛化而非复现。它不考察机器人对固定场景的机械复刻只检验其在真实复杂环境中的自适应、自决策能力。换句话说只有真正具备泛化与触觉智能的系统才能在比赛中存活。在Benjie’s Olympics上首个拿到多枚金牌的PI团队曾给出评价“Every task targets the hardest unsolved problems in embodiment: deformables, contact-rich manipulation, long-horizon autonomy. No other contest comes close.”每个任务都瞄准具身智能最难未解问题柔性物体、高接触操作、长时序自主。没有其他比赛能比肩。别看只有15个比赛项目参赛规则十分严苛要求全自主开始后无遥控、无人工介入、无远程修正无仿真必须在真实家庭场景下操作保证有真实光照、纹理、摩擦、噪声环境随机、物体也随便摆放不可贴标记也不可预扫描地图。完全就是闭卷裸考。唯一让Benjie Holson拿不准的是该不该允许“手臂固定在桌子上”的机器人参赛。他把决定权交给网友投票结果显而易见只允许可移动的机器人参赛。难度又又又加大了在金银铜牌的设置上Benjie’s Olympics有一套自己的规范。比如洗衣这个Event“将T恤衫里外翻转折叠”是铜牌“把袜子翻过来”是银牌挂一件男士衬衫能拿到金牌。对机器人指尖的考验“卷起配对的袜子”是铜牌“使用狗粪袋捡起便便”是银牌“剥橙子”是金牌。每个任务Benjie Holson都真人示范一遍。比赛还规定只要参赛选手的成绩比上一个冠军的成绩至少提高25%即可获得奖牌。看过这15个任务的机器人专家都说多数队伍连铜牌都过不了。就像剥橙子这个无需任何外部工具即可完成的动作机器人会非常棘手。而且橘子果皮易破、果肉易碎这个任务难点是要求机器人精准区分果皮与果肉的细微视觉特征实时跟踪剥制过程中的果皮形变要求视觉感知有极高的鲁棒性。再看开锁也是金牌难度任务。钥匙孔为毫米级微小目标要求机器人精准识别钥匙孔的位置、角度同时完成钥匙的姿态理解实现毫米级对准还需克服光照变化、金属反光、视角偏差等多重干扰无疑是对机器人精细操作与空间感知的双重挑战。这两项金牌难度任务星动纪元均打破纪录摘得第一。剥橙子之前PI团队借助削皮刀工具在2分46秒完成这次星动纪元纯手剥1分47秒完成速度提升35%。他们也成了赛事首个实现完全无工具纯手剥操作的团队。△Benjie’s Olympics 公布星动纪元两项金牌开锁、剥橙子任务第一开锁PI团队66秒完成星动纪元只用了49秒速度提升25%。在银牌难度任务“翻袜子”中星动纪元也战胜了PI。作为检验模型家用泛化能力的核心标杆翻袜子是柔性物体操作、样本泛化、效率敏感的典型场景。袜子翻转过程中会发生复杂、无规律的形变要求机器人实时跟踪形变精准区分袜子的内外侧、开口位置对视觉感知、柔性物体跟踪能力要求极高。PI用了176个样本1分33秒完成星动纪元只用了120个样本不仅样本量减少32%翻袜子速度也比PI提升了30%。△Benjie’s Olympics 公布星动纪元银牌任务翻袜子第一这三项任务星动纪元均是全球第一并创下新世界纪录。全靠自研VLA具身模型控场星动纪元能在如此严苛赛事中取得成绩靠的不是运气自研的VLA具身大模型功不可没。该模型具备三个关键优势没有一个是虚的个个都能派上大用场。第一个优势是基础模型知识迁移能力也就是让机器人学东西不费劲。传统具身智能模型依赖海量训练数据泛化能力受限。这就好比教一个小孩认苹果你得给他看一万张苹果的照片他才能记住。换一种光线、换一种颜色的苹果他可能又不认得了。而星动纪元依托强大的知识迁移能力大幅优化数据利用率。他们先教会小孩“什么是水果”这个概念再让他去认苹果、橘子、香蕉这样就快多了。单说翻袜子这个任务星动纪元只用了120组训练样本就比另一支团队用176组样本做得还要好。这意味着机器人能很快适应新场景研发成本和耗费时间都大大降低。第二个优势是让机器人看得更清楚尤其是那些小东西。一个会移动的机器人它的“眼睛”摄像头是跟着身体一起动的。靠近目标的时候角度在变、距离在变传统的方法很容易“看花眼”。星动纪元的模型引入了自适应视觉注意力机制。名字很长但原理很简单自动盯着钥匙、锁孔、果皮这类细小又关键的东西看自动把它们看得更清楚、特征更突出就算环境很乱、机器人底盘轻微晃动也能精准识别。第三个优势是让机器人反应变快手还很稳。传统模型的工作方式是“做完一步再看下一步”模型单次生成超1秒的运动轨迹响应慢、误差易累积。比如翻袜子过程中袜子突然变形了等机器人想完下一步怎么做袜子已经滑到别处去了。星动纪元采用异步高频推理与短时域规划策略可在当前轨迹未完成时同步预测下一段运动轨迹生成后立即切换执行。如图所示机器人的一个关节沿着Chunk 1的路径运动直到Chunk 2出现的垂直线然后你开始沿着该路径运动直到Chunk 3出现依此类推。这样一来每条路径的最后一段其实用不上因为新的路径总会提前出现机器人直接切换过去就行。简单来说机器人在做当前动作的同时大脑已经在预判下一步、下下一步该怎么走了。一旦新的路径算出来机器人立刻切换过去中间不等待。每条规划的路其实最后一段都用不上因为新的路总会提前出现。规划得越频繁机器人就越灵敏。所以在翻袜子这种袜子不断变形的任务里星动纪元的机器人能快速调整动作重新找到袜口一气呵成。这三项改进加在一起效果就更明显了。星动纪元的机器人不仅眼看得清手指灵活还可以理解工具怎么用双手协同干活甚至能完成多步骤、需要长时间规划的任务。正是这套全自研的VLA具身模型让星动纪元在“只允许移动机器人参赛”这条硬规则下不仅没有吃亏反而把移动带来的动态不确定性变成了自己的护城河。冠军团队不止于赛事这不是星动纪元第一次屠榜了。2025年10月星动纪元创始人陈建宇与斯坦福大学Chelsea FinnPI联合创始人团队研发了Ctrl-World可控生成世界模型。该模型在全球具身智能顶级世界模型权威评测WorldArena榜单中超越谷歌、英伟达斩获具身任务全球第一。2026年2月双方再次联合提出VLAW框架首次实现VLA策略与动作条件世界模型的协同迭代优化。星动纪元也成了唯一和PI两次合作的中国具身公司。陈建宇对端到端VLA范式有多坚持呢2020年从加州大学伯克利博士毕业后陈建宇回到母校清华大学担任交叉信息研究院助理教授28岁成为清华博导2023年创办星动纪元。2024年9月星动纪元成为全球首个提出分频VLA的团队PI、Figure、Google、NVIDIA都得排在它后面。同年12月该公司发布融合世界模型的VLA算法框架Video Prediction Policy现已开源。2025年星动纪元自研的ERA-42端到端VLA具身大模型实现了对全尺寸双足人形机器人全身及五指灵巧手的精准控制成为全球仅有的四家能做到这一点的公司之一。技术的终极价值在于实用。赛场之外星动纪元的VLA具身大模型已在多个领域落地。物流方面其与顺丰合作在制造业方面与吉利、北汽合作在商业服务、家庭服务领域已与海尔、联想、世纪金源等企业达成合作。在今年中关村论坛亮相的智能分拣机器人就是星动纪元真干活机器人的代表。日常工作中它不仅能完成药品、日化品、包裹的分拣及扫码还能完成“零部件抓取-高精度装配-质量检测”等制造业场景的任务。在商业服务领域星动纪元的机器人负责门店客座清洁、物品递送、导游导览等工作。其中部分场景效率当前达到70%80%。星动纪元做的事倒是很符合Benjie’s Olympics赛事的初衷让有用的机器人在这里诞生让只活在Demo里的技术永远死去。当越来越多的玩家从炫技转向实用会发现在机器人这场长跑里真正的对手从来不是别人而是那个人类习以为常、机器却步履蹒跚的物理世界。