全球顶级企业齐聚一堂，RoboChallenge 打造世界级具身模型竞赛平台

RoboChallenge 是全球首个大规模具身智能评测平台，凭借客观权威的测试结果和标准化真机测试获得了业界广泛认可，成为衡量物理实操能力的重要标准。

最近，RoboChallenge 迎来了八家顶尖企业的加入，进一步扩展了其生态系统。这些企业涵盖算力、仿真、硬件及算法等全链条技术领域，促进了开放协同的具身智能产业生态建设。

今年3月，Table30 V2版本同步升级，更加注重实际应用环境，任务难度大幅提升，推动具身智能技术不断进步和迭代。

RoboChallenge 助力打破实验室局限，打造真实物理测试场景

具身智能的真正突破不仅来自于模型能力的提升，更需要评测标准、数据基准与实物操作共同成熟。长期以来，行业内充斥着精心剪辑的“虚假 Demo”和无法复现的技术神话，缺乏统一的真实测试环境成为技术落地的最大障碍。

为解决这些问题，由 Dexmal 原力灵机联合 Hugging Face 发起的 RoboChallenge 应运而生。作为开放式的基准测试平台，RoboChallenge 集成了多款主流机器人，并首创了大规模远程真机评测机制。其首次发布的 Table30 任务集精心设计了多个日常操作任务，为 Pi0、Pi0.5 等模型提供了标准化的测试环境。

RoboChallenge 平台在累计执行超过4万次真实机器人的测试后，已经形成了从提测到发布结果完整的评测闭环。除了国内开发者外，来自美国、新加坡等国家的研究团队也纷纷加入参与其中，RoboChallenge 的国际化生态正在迅速壮大。

早在2025年11月，RoboChallenge 就联合了包括Hugging Face、智源研究院在内的多家国内外顶尖机构成立了组织委员会。此次新增的八家合作伙伴将从多个核心维度提升其基础设施能力。

强化基础架构，重塑行业评测标准及算力硬件支柱

在具身智能即将广泛应用之前，构建公正的评测体系和提供强大的底层计算资源支持是必不可少的关键要素。

北京星动纪元科技有限公司与北京生数科技将在机器人本体及其算法结合方面发挥关键作用。星动纪元将提供先进的灵巧手及机器人主体，并协同制定公平的具身智能评测方案，引领技术发展。

生数科技计划向 RoboChallenge 线下实验室捐赠硬件并贡献其在视觉理解、场景重建和端到端控制算法上的研究成果。通过 Motus 开源世界模型项目，生数科技已经实现了比 Pi0.5 更高的成功率，并希望通过真实场景测试进一步推动具身智能技术的实际应用。

北京算力自由科技有限公司正式加入 RoboChallenge 生态圈，为生态内的企业和开发者提供高性能计算资源。其VP石松表示：“我们的目标是通过强大的计算能力加速仿真训练、策略学习和基座模型训练。”

突破Sim2Real壁垒，定义下一代仿真标准

在仿真实验中尽可能接近现实世界是降低测试成本的关键，多家企业正在这一领域发力。

作为全球领先的具身数据独角兽，光轮智能将与RoboChallenge合作推出基于 Table30 的评测基准，并计划提供完整的数字孪生资产、参数化仿真任务生成系统和自动化测评工具包。

随着模型趋势的变化，不断推进测试标准的创新

地平线机器人实验室具身操作团队负责人林天威指出：“当前很多评估方案对指令执行的要求较弱。”为此，地平线将在 RoboChallenge 上发布 AnyMove 仿真基准及其数据集。

北京极佳视界科技有限公司则计划通过引入“世界模型”作为评估工具来创新评测路径，并减少繁琐的真机测试环节。

走出实验室，面向真实世界的复杂场景服务

具身智能要真正服务于人类社会，必须能够应对复杂的家庭和商业环境中的各种挑战。

为解决家庭服务机器人数据稀缺的问题，长虹牵头建设了四川省具身智能训练场。该项目将建立包含客厅、厨房等真实家居场景的测试集，并在虚拟仿真环境中进行复现。

中移（杭州）信息技术有限公司则专注于无人餐厅场景下的具身模型开发，计划于今年6月开源兼容多种 VLA 模型与异构机器人的推理框架，并在7月发布面向餐厅场景的测评标准 Star-Chef v1.0。

共同成长，推动具身智能技术迈向实际应用

RoboChallenge 的不断扩容反映了具身智能产业发展的新趋势：当技术突破进入深水区时，单打独斗已不再适用，生态建设才是发展的必然选择。

具身评测体系在连接底层算力与本体硬件、顶尖算法和全球开发者之间起到了桥梁的作用。从最初的桌面任务到如今涵盖全量物理仿真及长程家庭家务等领域的庞大矩阵，RoboChallenge 正快速构建起具身智能的基础设施框架。

RoboChallenge 组委会表示：“我们的目标是与全球社区携手前行。”通过持续降低具身验证门槛并为每一次算法失败提供改进的机会，RoboChallenge 期望推动技术从实验室走向实际应用。