在全球具身智能模型竞争的激烈赛道上，一款国产模型正以强劲实力崭露头角。近日，千寻智能自主研发的VLA基础模型Spirit v1.5，于全球具身智能模型评测平台RoboChallenge的综合评测中脱颖而出，一举夺得榜首位置，成为全球榜单中唯一成功率突破50%的模型，引发行业广泛关注。
RoboChallenge的评测体系堪称严苛，其基准测试设置了30项任务，涵盖摆放薯条、寻找固定颜色物体、贴胶带等贴近日常生活的场景，全面考验机器人在陌生环境中的泛化能力。Spirit v1.5以66.09分的综合得分和50.33%的成功率，超越了此前长期占据榜首的美国机器人创企Physical Intelligence发布的Pi0.5模型。Pi0.5曾因能让机器人在全新环境中执行复杂家务任务而备受瞩目，此次被Spirit v1.5超越，足见国产模型的技术突破。
这一成绩的取得并非偶然。在RoboChallenge的30项任务实测中，Spirit v1.5展现了多方面的优势。在贴胶布任务中，机器人迅速精准定位胶布位置，双手配合完成粘贴；而Pi0.5多次尝试都未能撕下胶布。摆放物体时，面对绿色物体被压在最下方的情况，Spirit v1.5直接在堆叠物品中主动搜寻，避免了拾取错误颜色物品；Pi0.5则需待绿色物体露出后才精准拾取。插花任务中，Spirit v1.5能准确识别瓶口，将花竖直插入花瓶；Pi0.5却将花横放在花瓶上。移动物体时，Spirit v1.5精准抓取并放置物品，还能根据实际场景判断抬升高度；Pi0.5则无法判断是否抓取成功，机械执行固定步骤。这些贴近实际应用场景的任务，充分验证了Spirit v1.5的技术落地能力。
RoboChallenge榜单由Dexmal原力灵机、Hugging Face、智源研究院等全球知名机构联合发起，是全球首个专为具身智能机器人打造的大规模真机评测平台。该平台通过真机测试评估模型在物理世界的泛化性，针对传统机器人测试场景碎片化、标准不统一的问题，制定了统一的任务标准与评估指标，搭建了跨模型对照机制，构建起开放、公正的评测体系。其30项测试任务为行业提供了可横向比较的基准，任务数据与中间结果也向全球研究者公开，供免费使用。
Spirit v1.5能够登顶，关键在于破解了制约机器人泛化能力的难题。此前，许多顶尖模型在训练阶段对数据进行严苛预处理，虽降低了机器人模仿人类操作的难度，却限制了其泛化能力。而Spirit v1.5采用开放式、目标驱动的数据采集方式，让操作员以某个目标为前提即兴发挥。例如，数据采集员的目标是“清理厨房台面”或“给假人模特化妆”，但子任务规划和执行顺序完全随机。这种采集方式构建的数据集具有高度多样性和可扩展性。
在多样性方面，数据集包含海量物体交互、轨迹和环境转换数据，短时间内就交织了拾取、放置、打开容器等多种操作。机器人通过学习整套技能及执行顺序，获得更具通用性的知识与能力。在可扩展性方面，数据集无需为每个场景精心设计任务指导，就能在不增加管理成本的前提下高效扩展采集规模。千寻智能内部实测显示，采用这种方法人均有效采集时长增加200%，对算法专家的干预需求削减60%。通过对比两组模型，一组在精选演示任务数据集上预训练，一组在开放式多样化采集数据集上预训练，结果显示多样化模型达到相同性能所需的迭代次数比基线模型少40%，且模型迁移效率与多样化数据量呈显著正相关。
当下，具身智能行业发展迅速，技术路线不断创新。从VLA架构到认知 - 动作一体化架构，从单模态感知到多传感器融合，赛道技术探索百花齐放。此次Spirit v1.5登顶权威榜单，并非单纯的技术参数比拼或短期算法调优的结果，而是对模型全链路技术路线的系统性验证，体现了其在泛化能力、工程落地性、场景适配性等核心维度的综合实力。
千寻智能Spirit v1.5的领先，标志着中国具身智能模型达到世界级水准，正式站上全球舞台与顶尖模型同台竞技。这一成果不仅能吸引全球顶尖技术人才，提升企业在行业内的技术影响力，还能推动与产业链上下游的生态合作深化，为技术迭代和机器人产品化落地筑牢基础，为国内具身智能赛道的技术演进提供可参考的实践范式，助力产业从技术突破向规模化落地加速迈进。
