0
作者丨向 欣
編輯丨高景輝
在競技體育中，有一種勝利含金量最高——在對手主場、用對手制定的規(guī)則、擊敗對手。
剛剛，一家中國公司在北美具身智能的“奧林匹克”賽場上，完成了這一壯舉。
由UC Berkeley、斯坦福和英偉達聯(lián)合發(fā)起的全球具身智能實戰(zhàn)評測平臺RoboArena，被譽為機器人領域的“Chatbot Arena”。RoboArena最新榜單顯示，千尋智能自研的具身基座模型Spirit v1.6，在技術全能項目中力壓英偉達最新模型Cosmos3與Physical Intelligence （以下簡稱PI）Pi0.5，排名全球第一，成為前三名中唯一的中國具身模型。
有趣的是，英偉達和PI不僅是參賽者，還是賽事的設計方。就在不久前的NVIDIA GTC Taipei 2026大會上，英偉達還專門介紹，自家最新發(fā)布的NVIDIA Cosmos 3模型在RoboArena上排名第一。賽事主辦方親自為榜單站臺。
而現(xiàn)在榜首換人了。千尋這次登頂，頗有種踢館成功的意味。以前中美在具身智能賽場是各自練兵，今天千尋直接去美國隊的主場，拿了塊全能金牌。
同時，千尋智能在資本市場上也獲得了頂薪續(xù)約。千尋智能今日正式官宣完成15億元A+輪融資，三個月融資四輪，刷新具身智能行業(yè)融資速度記錄，股東包含一線美元基金、大型產(chǎn)業(yè)投資方以及國資基金，老股東持續(xù)加碼，構筑起頂級財務PE、國際美元基金、實業(yè)產(chǎn)業(yè)資本、各地方國資等全方位合圍的頂配資本陣容。
至此，千尋今年累計融資金額已近50億元。
技術登頂與資本頂配兩件事放在一起看，背后傳遞出的信息遠比表面看到的更加豐富。
過去一年，具身智能領域融資紀錄不斷刷新，榜單高分層出不窮，但“刷榜”現(xiàn)象讓這些成績的真實含金量備受質疑。
RoboArena受到關注，正是因為試圖解決這個問題。它把具身Benchmark從標準化考試變成了一場防作弊、重泛化、難以刷分的全球實戰(zhàn)擂臺賽，模型需要面對完全未知的場景和物體，實打實地考驗泛化性與穩(wěn)定性。
千尋的模型登頂，也足以讓整個行業(yè)重新審視中國玩家的位置。
長期以來，具身智能領域最重要的話語權主要掌握在美國頭部機構手中。如今，中國企業(yè)已在模型能力和落地速度上快速追趕，實現(xiàn)并跑甚至領跑。
在具身智能的技術對決中，以千尋智能為代表的中國力量已經(jīng)具備了與美國頂尖玩家正面掰手腕的底氣。
大額融資的持續(xù)落地，則讓這種技術優(yōu)勢有機會進一步轉化為數(shù)據(jù)優(yōu)勢和場景優(yōu)勢。中國具身智能企業(yè)，會跑得越來越快。
01
具身智能行業(yè)一直存在一個現(xiàn)實問題：評測成績與真實世界表現(xiàn)并不能簡單畫等號。榜單高分與真實世界的泛化落地之間，橫亙著一條巨大的鴻溝。
問題出在評測方式上。具身智能領域建立了大量Benchmark。不同榜單覆蓋仿真、真機、導航、操作、長程任務以及VLA模型、世界模型等不同條件和方向，為研究者提供了統(tǒng)一的評價體系，也推動了技術進步。
但標準化評測天然存在局限。為了保證可重復性，大多數(shù)榜單都會固定場景、固定任務和固定評價規(guī)則。模型經(jīng)過反復訓練后，可以逐漸適應這些測試條件。
于是行業(yè)開始出現(xiàn)“刷榜”現(xiàn)象，不少公司針對榜單進行專項優(yōu)化，從而刷出高分，但這與具身智能所追求的核心能力“泛化”背道而馳。結果是，某些模型能夠在特定任務上取得極高分數(shù)，但換環(huán)境、物體或者操作順序，表現(xiàn)可能大幅下降。
這種做法就像學生靠題海戰(zhàn)術拿滿分，換個沒做過的題目就束手無策。模型越來越會考試，卻未必越來越會干活。
PI的具身模型核心研究員Karl Pertsch曾犀利地評價這類榜單：“注定是徒勞”。
對于需要進入工廠、門店和家庭的機器人來說，此類成績參考價值不夠高?！八瘛爆F(xiàn)象也削弱了榜單的說服力。
RoboArena的突破性在于重新設計了評測邏輯，與大多數(shù)Benchmark追求標準化不同，RoboArena把評測重點放在泛化能力上。模型無法提前適配固定場景，每一次測試都需要面對新的環(huán)境、新的物體和新的任務組合。
這份榜單由UC Berkeley、斯坦福、英偉達聯(lián)合發(fā)起，是具身智能領域首個國際公開性評測平臺，榜單規(guī)則來自行業(yè)最核心的一批前沿技術研究者。
值得注意的是，PI的聯(lián)合創(chuàng)始人Sergey Levine、核心研究員Karl Pertsch也是該測試平臺的核心設計者。
PI，這家由斯坦福、伯克利等頂級研究團隊創(chuàng)立的公司，一直被視為具身智能領域最具代表性的技術標桿之一。這意味著行業(yè)最強玩家用自己的標準認可了這套評測體系。
為了避免人為的技術性干預，RoboArena采用“全球眾包+雙盲”機制。評測員分布在不同國家和地區(qū)，任務和場景則由評測研究員自行設計，多聚焦操作類任務，測試整個過程中操作員不會獲知模型身份，完全盲測，測試結果全部開源。
在這種規(guī)則下，賽事對泛化能力的要求近乎苛刻。提前備考的可能性被切斷，參賽模型的每一次測試都是臨場發(fā)揮，需要面對極其多樣化的環(huán)境與任務，可能是從未見過的物品，也可能是從未適應過的場景。
RoboArena的評分機制也與眾不同，引入了競技體育中的ELO動態(tài)評級算法。
熟悉電競或者國際象棋的人應該知道，ELO最大的特點是打敗強者獲得更多積分。不看你贏了多少次，只看你贏了誰。打敗強隊加分高，贏弱隊加分少。
這種機制大幅降低了刷榜空間，讓真正有實力的黑馬能夠浮出水面，也能夠持續(xù)淘汰名不副實的高分選手。
RoboArena中模型的 Elo 分變化趨勢：從左到右，按 Elo 分從低到高排列
如果把傳統(tǒng)Benchmark理解為訓練賽，那么RoboArena更接近總決賽。當不少團隊還在訓練賽里爭奪MVP時，千尋已經(jīng)在總決賽里拿到了FMVP。
能在任意場景、任意任務的隨機對決中勝出，意味著模型已經(jīng)具備了走出實驗室、進入真實商業(yè)場景的核心素養(yǎng)。它比任何單一任務的高分都更具落地參考價值。
02
這不是千尋第一次登頂國際權威榜單。今年1月，千尋自研的Spirit v1.5在RoboChallenge的Table30榜單上一舉登頂，超過了之前的最強模型PI0.5。
有意思的是，RoboChallenge和RoboArena的評測邏輯完全不同。前者關注模型在統(tǒng)一條件下能做到什么水平；后者關注模型面對隨機的任務、未知的世界能否持續(xù)發(fā)揮。
RoboChallenge由Dexmal、Hugging Face、智源研究院等聯(lián)合發(fā)起，是全球首個大規(guī)模真機（real-robot）具身智能評測平臺，評測采用統(tǒng)一硬件和標準化環(huán)境，要求參賽模型完成30項固定任務，重點考察模型在相同條件下的綜合能力與任務完成質量。
RoboArena的評測環(huán)境、任務內(nèi)容和操作對象則都具有較強隨機性。
Spirit能夠連續(xù)登頂兩套邏輯完全不同的評測體系，說明其在標準化環(huán)境下的綜合能力和開放環(huán)境下的泛化能力，都得到了驗證。
RoboArena的評測任務由研究員隨機指定，沒有固定題庫。在眾多測試項目中，“將玩具水豚放入餐盤”和“打開筆記本”兩個任務，較為典型地體現(xiàn)了Spirit v1.6的能力。它們分別對應具身智能里的兩類典型難題：開放環(huán)境中的目標識別與操作執(zhí)行，以及精細力控。
任務一：將玩具水豚放置到餐盤。Spirit v1.6 VS Pi0.5。
任務中，桌面中央擺放著一個餐盤，周圍散落著筆、杯子、足球玩具、膠棒等多種物品。
Spirit v1.6準確識別出玩具水豚，完成抓取并將其放入盤中。Pi0.5則識別錯誤，抓取了綠色杯子，且定位不準，反復嘗試仍失敗。
左 Spirit v1.6 右 Pi0.5
差異背后是模型對場景語義的理解深度不同。千尋的模型能夠理解“水豚”這一語義概念，區(qū)分干擾物，并在雜亂環(huán)境中保持抓取穩(wěn)定性；Pi0.5則在目標識別階段就出現(xiàn)偏差。
任務二：打開筆記本。Spirit v1.6 VS Cosmos 3
這屬于物體操作與精細力控任務，涉及受力點判斷、開合角度控制和連續(xù)動作規(guī)劃。筆記本開合處較薄，機器人需要準確找到能夠施力的位置，還要控制好力度和角度，避免物體滑動導致操作失敗。
Spirit v1.6成功完成整個打開過程。英偉達最新發(fā)布的Cosmos 3則多次嘗試翻開，始終未能成功。
左 Spirit v1.6 右 Cosmos 3
值得注意的是，Spirit v1.6的測試環(huán)境中還擺放著杯子、毛巾、蔬果等多種干擾物，而Cosmos 3的環(huán)境相對簡單，干擾物較少。
千尋的模型在受力點判斷、實時力控和任務理解上更勝一籌，Cosmos 3則沒能定位到筆記本準確的開合位置，缺乏精細的閉環(huán)調節(jié)。
回看RoboChallenge，千尋Spirit v1.5在插花、桌面清理等任務中同樣表現(xiàn)出色。插花需要精細力度控制，桌面清理涉及多物體分類與連續(xù)操作，模型均能穩(wěn)定完成。
RoboArena榜單更新后，有人將千尋擊敗英偉達和PI視為一次“爆冷”。不過，仔細觀察過去半年千尋的發(fā)展軌跡，了解其連續(xù)登頂RoboChallenge和RoboArena兩大評測體系后，就能夠理解這種領先其實不能單純用偶然來解釋。
千尋用對手制定的規(guī)則，在對手的主場實現(xiàn)“兩連冠”，說明Spirit的優(yōu)勢并非來自針對性優(yōu)化，而是模型能力本身的提升。Spirit在環(huán)境理解、目標識別、動作規(guī)劃和執(zhí)行穩(wěn)定性方面展現(xiàn)出更強的一致性，整個決策鏈條更加完整。
03
Spirit v1.6的登頂，是千尋技術實力的最佳證明。這種實力已經(jīng)轉化為資本市場的吸金力。
今年，千尋三個月融資四輪，刷新了具身智能行業(yè)融資速度記錄，已累計融資近50億元。資金將用于具身基座模型研發(fā)、數(shù)據(jù)體系建設、場景規(guī)?；虡I(yè)落地三大方面。
從投資陣容看，千尋的股東已經(jīng)是夢之隊級別，包含順為、云鋒等頂級的財務VC，國際美元基金這類海外資本，石溪資本、兆易創(chuàng)新等實業(yè)產(chǎn)業(yè)資本。
不同的股東能形成各自助力，財務VC擅長資本運作與投后賦能，美元基金對技術路線的判斷更偏向全球視野，利于海外市場拓展；產(chǎn)業(yè)戰(zhàn)略投資方則提供供應鏈、場景等核心資源。
據(jù)AI科技評論了解，資本市場普遍認為，千尋智能近期連續(xù)落地多輪大額融資，是硬科技獨角獸上市前的戰(zhàn)略鋪路布局。
市場之所以給予這樣的判斷，在于千尋已經(jīng)具備了硬科技企業(yè)走向資本市場所需要的基礎：技術閉環(huán)與商業(yè)閉環(huán)。
一個廣泛共識是，具身智能的Scaling Law正在遭遇真實世界數(shù)據(jù)不足的挑戰(zhàn)。高質量、規(guī)?；⒖沙掷m(xù)獲取的數(shù)據(jù)，已經(jīng)成為決定模型能力上限的關鍵變量。
圍繞這一問題，千尋構建了一套完整的“數(shù)據(jù)金字塔”技術戰(zhàn)略：底層依托互聯(lián)網(wǎng)通用視頻完成預訓練，中層利用可穿戴設備采集的真實交互數(shù)據(jù)進行專項迭代，頂層則通過實際落地場景產(chǎn)生的數(shù)據(jù)持續(xù)優(yōu)化模型表現(xiàn)。
為了解決行業(yè)普遍面臨的“數(shù)據(jù)采集貴、效率低”的痛點，千尋自研了數(shù)據(jù)采集設備。其自研的uDAS可穿戴數(shù)采設備歷經(jīng)7次技術迭代，采集成本降至傳統(tǒng)遙操作方式的十分之一，數(shù)據(jù)可用性提升至95%以上。
設備實現(xiàn)了全身關節(jié)、手部力觸覺多維度信息同步采集，無需搭建實驗室環(huán)境，可直接在真實工業(yè)、居家、零售場景作業(yè)。
千尋智能可穿戴數(shù)采設備已遍布全國
解決采集成本問題只是第一步。對于具身公司而言，更大的挑戰(zhàn)在于如何持續(xù)、穩(wěn)定地獲得海量真實世界數(shù)據(jù)。
為此，千尋進一步搭建起一套分布式數(shù)據(jù)超級工廠體系，組建了國內(nèi)規(guī)模最大的真實數(shù)據(jù)采集團隊，近千臺可穿戴設備分布在100多個城市同步采集數(shù)據(jù)，并形成了覆蓋采集、清洗、標注和質檢的數(shù)據(jù)閉環(huán)處理流程。
采用分布式布局，是因為單一地點采集的數(shù)據(jù)場景單一、物品單一，無法覆蓋真實世界的多樣性。分布式采集網(wǎng)絡可以在不同城市、不同場景同時進行，大幅提升數(shù)據(jù)的場景覆蓋度和品類豐富度。
2026年，千尋計劃將數(shù)據(jù)規(guī)模拓展至100萬小時。
千尋的數(shù)據(jù)訓練理念也極為獨特，他們十分看重“臟數(shù)據(jù)”。
在很多訓練體系中，異常數(shù)據(jù)會被盡可能清理掉。而千尋認為，真實世界本身充滿噪聲。機器人未來面對的環(huán)境，本來就不完美。因此保留一定比例復雜數(shù)據(jù)、異常數(shù)據(jù)和失敗數(shù)據(jù)，反而有助于提升模型泛化能力。
在千尋看來，多數(shù)玩家仍在使用“溫室數(shù)據(jù)”，導致模型一出實驗室就水土不服。臟數(shù)據(jù)的訓練理念，刻意保留了一部分“不標準答案”，能夠讓千尋的模型在真實社會中長大，泛化能力天然更強。
這種思路也與RoboArena的評測邏輯高度一致。RoboArena考察的，也正是模型面對不確定因素時的適應能力。
數(shù)據(jù)飛輪能否真正轉起來，最終還要看機器人能否進入真實場景。千尋的機器人已經(jīng)進入寧德時代的產(chǎn)線、京東的門店、博世的全球工廠等場景，大量真實落地場景為千尋提供了美國企業(yè)難以獲取的數(shù)據(jù)礦。此外，千尋還開展了全球化合作與生態(tài)建設。
由此，千尋構成了 “場景沉淀數(shù)據(jù)→數(shù)據(jù)迭代模型→模型反哺產(chǎn)業(yè)” 的完整閉環(huán)。這也是資本敢于重倉的根本邏輯。
04
此次千尋登頂?shù)囊饬x，不僅屬于一家企業(yè)，也屬于整個中國具身智能產(chǎn)業(yè)的發(fā)展進程。
行業(yè)的一個普遍認知是，美國負責定義具身智能技術，中國負責制造機器人。如今，這種分工正在發(fā)生變化。
千尋在RoboArena這個由美國頂尖機構設計、長期由美國公司主導的擂臺上擊敗了主場霸主，證明中國團隊在具身模型層面同樣具備全球頂尖的競爭力。
這是中國具身智能從“制造優(yōu)勢”向“技術話語權”延伸的關鍵一步。以千尋為代表的中國戰(zhàn)隊，用硬橋硬馬的真功夫打出了一波漂亮的攻守轉換。
而且，具身智能競賽是上半場比論文，下半場比落地，當前行業(yè)競爭核心正在轉向體系能力建設。模型、數(shù)據(jù)、硬件和場景深度耦合，單一技術領先已經(jīng)難以構建長期壁壘。
中國企業(yè)也在用場景紅利和工程能力，實現(xiàn)從追趕到并跑的質變。
模型可以通過迭代持續(xù)進步，榜單排名也會不斷刷新，但真實場景中的能力沉淀很難被短期復制。數(shù)據(jù)如何獲取、場景如何進入、模型如何迭代、產(chǎn)品如何落地，這些問題都是行業(yè)發(fā)展的重要命題，而千尋智能已經(jīng)在這場長跑中，率先卡住了身位。
隨著具身智能行業(yè)的發(fā)展，實戰(zhàn)能力會取代論文數(shù)量成為新的評判標準，場景數(shù)據(jù)會成為比參數(shù)規(guī)模更寶貴的資產(chǎn)，中國具身智能的全球化領跑，才剛剛開始。（雷峰網(wǎng)(公眾號：雷峰網(wǎng))）
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
