機器人前瞻（公眾號：robot_pro）
作者 李水青
編輯 漠影

機器人前瞻1月9日報道，近日，在真機基準測試平臺RoboChallenge上，自變量機器人開源端到端具身智能基礎模型WALL-OSS以54.69分的成績，成功率35.33%，位列總分榜單第二，超越國際知名具身智能模型pi0。

在疊洗碗巾、按按鈕、澆盆栽等多個具體任務中，WALL-OSS拿下單項第一，展現(xiàn)出在真實物理環(huán)境中的穩(wěn)定執(zhí)行能力。

在這樣的“公開考場”中，WALL-OSS的表現(xiàn)成為一次來自中國開源具身智能模型的公開能力驗證。

一、WALL-OSS 拿下多項第一

從RoboChallenge公布的榜單來看，參與評測的模型覆蓋了多種技術路線與研發(fā)背景：既包括來自國際研究機構與創(chuàng)業(yè)公司的閉源模型，也有少量開源模型參與同臺競技。

▲RoboChallenge榜單情況

其中，自變量推出的WALL-OSS模型得分高于美國具身智能創(chuàng)企Physical Intelligence推出的模型pi0，逼近后者的最新開源模型Pi0.5，三者居于榜單前三位，都是開源模型。

在具體任務層面，WALL-OSS在多項精細操作任務中取得第一。

這些任務并不追求復雜場景堆疊，而是高度貼近真實世界中機器人的核心應用場景——物體識別、狀態(tài)判斷、動作連續(xù)執(zhí)行與誤差修正。這也是RoboChallenge設計任務的核心邏輯：用最“樸素”的任務，檢驗模型是否真的理解并適應物理世界。

▲RoboChallenge在按按鈕任務中成功率達60%

整體趨勢非常清晰——具身智能正在從“演示級別”走向可對比、可量化的工程階段。

在這一背景下，WALL-OSS 的代表性進一步凸顯。其在參數(shù)規(guī)模上作出取舍，通過4.2B參數(shù)體量，將具身智能模型的訓練與部署門檻壓到消費級顯卡，大幅降低了落地成本。

二、為何開源模型的成績更“貨真價實”？

與大語言模型常見的榜單不同，具身智能測評本質上是一類完全不同的“考試”。

在RoboChallenge等平臺上，評測任務提前公開，從形式上看更接近“開卷考試”。但最終的評分依據(jù)，并非模型生成的文本或中間結果，而是機器人是否在真實世界中完成了指定動作。

這意味著，模型需要應對的是：物理誤差與環(huán)境噪聲、傳感器不確定性、連續(xù)動作中的累積偏差，以及大量未被顯式建模的現(xiàn)實變量等。

真正決定成績的，是模型在面對現(xiàn)實世界時的泛化能力與執(zhí)行穩(wěn)定性。

正是在這一規(guī)則下，開源模型的獨特價值被進一步放大。

對比閉源模型，完全開源、公開代碼與權重的模型而言，其成績具備完全可復現(xiàn)性。外界可以清晰判斷：模型是否依賴未公開模塊，是否通過特殊工程手段規(guī)避難點，是否存在只針對評測任務的定向優(yōu)化。

這使得評測結果更接近對模型基座能力的檢驗，而非團隊工程技巧的展示。

從這個角度看，WALL-OSS在RoboChallenge上取得的成績，并不僅是一個名次，更是一種技術透明度下的能力證明。這種“在陽光下競爭”的結果，也為行業(yè)提供了更可信的比較參照。

▲自變量機器人具身智能模型支持機器人疊衣服

三、做行業(yè)“基礎設施”，開源凝聚生態(tài)之力

從開源技術路徑來看，WALL-OSS并非通過壓縮能力換取小體量，而是在架構層面做出了針對性設計。其核心技術路徑包括：

1、通過 “共享注意力 + 專家分流” 的創(chuàng)新架構，解決視覺-語言模型向視覺-語言-動作模型遷移過程中常見的 “災難性遺忘” 與 “模態(tài)解耦” 問題；

2、采用 “先離散、后連續(xù)、再聯(lián)合” 的訓練范式，在統(tǒng)一框架內融合了思維鏈推理能力與精細動作生成能力，避免了傳統(tǒng)方案中理解與執(zhí)行割裂的問題。

這種路徑并不強調單一模塊的極致性能，而是圍繞“端到端”這一目標，確保模型在感知、推理與動作之間形成穩(wěn)定閉環(huán)。

在當前具身智能生態(tài)中，不少方案仍停留在模塊拼接階段，或依賴閉源組件完成關鍵能力。相比之下，在同等參數(shù)規(guī)模下，WALL-OSS是少數(shù)真正實現(xiàn)理解—規(guī)劃—執(zhí)行一體化的開源統(tǒng)一模型之一。

這使其在生態(tài)層面具備明確定位——不僅是一個“可用模型”，更是一個可被二次開發(fā)、復現(xiàn)與擴展的基礎能力底座。

從自變量機器人的策略來看，選擇開源并非一次短期傳播行為，而是對具身智能發(fā)展路徑的判斷。

具身智能的復雜度，決定了任何單一團隊都難以在短時間內覆蓋所有場景與問題。與其封閉迭代，不如通過開源方式，盡早建立可驗證、可擴展的技術底座，讓更多研究者與開發(fā)者在同一基礎上探索。

在這一邏輯下，WALL-OSS更夯實了“基礎設施”式的存在。其目標并非在短期內覆蓋所有應用，而是試圖為行業(yè)提供一個可靠、低門檻、可持續(xù)演進的起點。

結語：中國具身智能開源力量正在崛起

WALL-OSS在RoboChallenge上的表現(xiàn)傳遞出一個信號：中國團隊不僅在參與這場競賽，而且正在以開源、透明、可復現(xiàn)的方式，進入全球具身智能能力對比的主舞臺。

隨著真機評測、統(tǒng)一基準與開放生態(tài)逐步成熟，具身智能正在告別“概念展示期”，進入更殘酷、也更真實的工程階段。而在這一階段，誰能提供穩(wěn)定、可信的基礎能力，誰就更有可能成為下一輪創(chuàng)新的起點。

從這個意義上看，WALL-OSS的出現(xiàn)，或許只是中國具身智能開源力量正在崛起的一個開始。