文章核心观点 - 国产具身智能基础模型WALL-OSS在RoboChallenge真机评测中，以46.43分的总成绩超越美国明星公司Physical Intelligence的pi0模型，位列全球第二 [1] - WALL-OSS是一个彻底开源的端到端具身智能基础模型，其成绩建立在完全透明的代码与参数之上，可被复现和检验，代表了开源模型在推动具身智能前沿发展中的关键作用 [7][9] - 该模型通过创新的“共享注意力+专家分流”架构和“启发→整合”的阶段式训练范式，有效解决了模态解耦和灾难性遗忘等核心挑战，在认知深度与动作精度之间取得了平衡 [41][43][48] - 自变量机器人团队将开源视为对“行业基础设施”的长期投入，旨在通过降低行业创新门槛，在同一个高起点上推动真正的技术创新 [57][60] 模型性能与评测表现 - 总体排名：在RoboChallenge真机评测榜单上，WALL-OSS以46.43分排名第二，仅次于61.84分的pi0.5，但以微弱优势（0.02分）超越46.41分的pi0 [2] - 单项任务优势：在叠洗碗巾、挂口杯、按按钮、浇盆栽、移物入盒、开瓶器进抽屉等多个单任务中，WALL-OSS均拿下单项第一 [2] - 具体任务示例： - “叠抹布”任务：WALL-OSS以41分位列第一，任务成功率为10%，而pi0的成功率为0% [12][13] - “连续按下三个按钮”任务：WALL-OSS得分82.00，成功率为60.00%，显著领先于其他模型（如cogact/hsk得分18.00，成功率0.00%） [22][23] - “将不同形状杂物收纳至筐中”任务：WALL-OSS的得分和成功率均高于pi0 [26][28] - 评测基准特点：RoboChallenge是首个在真实物理环境中由真实机器人执行操作的大规模、多任务基准测试，其Table 30任务集包含30个真实日常操作任务，远超行业常见的3–5个任务数量 [4][11] 技术架构与训练创新 - 核心挑战应对：针对VLM向VLA迁移过程中的“灾难性遗忘”和“模态解耦”两大挑战，WALL-OSS在架构和训练上进行了创新 [38] - 模型架构：采用“共享注意力+专家分流（FFN）”的架构设计，将语言、视觉与动作信息嵌入同一表示空间，实现深度跨模态交互与高效任务分流，形成紧耦合的认知—行动闭环 [41][42] - 训练策略：设计了“启发阶段→整合阶段”的阶段式训练范式 [43] - 启发阶段：通过具身VQA、指令跟随等任务强化空间推理，结合FAST tokenization离散动作训练，保留原有认知能力并建立空间与动作基础认知 [43] - 整合阶段：先冻结VLM仅训练Action FFN下的流匹配头以精修高频动作生成，最终解冻VLM进行联合优化 [44][45] - 这种“先离散、后连续、再联合”的路径避免了能力塌缩，实现了认知能力向动作层面的无损迁移 [47] - 决策能力增强：构建了统一的跨层级思维链框架，将思维链能力内化到具身决策过程中，使模型能够自主拆解问题、逐步思考并动态调整策略，从而具备承担长程、复杂具身任务的能力 [49][50][51] 开源属性与行业意义 - 彻底开源：WALL-OSS不仅开放了预训练模型权重、完整训练代码和数据集接口，还提供了详尽的部署文档，仅需RTX 4090级别的消费级显卡即可完成从训练到推理部署的完整流程 [7] - 榜单开源趋势：当前RoboChallenge榜单前三名（pi0.5, WALL-OSS, pi0）均来自开源体系，表明具身智能的前沿发展正由开源模型共同推动 [8][9] - 评测透明性：RoboChallenge平台公开了所有任务演示数据及测试中间结果，包括多视角执行视频、机械臂关节角度与夹爪状态图表等，使评测过程完全透明可追溯 [16][17][19] - 降低行业门槛：一个可在消费级显卡上训练和部署的开源具身模型，弥补了行业空白，实质性地降低了整个行业的创新门槛，使研究者和创业团队能将精力投入到提升泛化能力、处理复杂任务等更有价值的问题上 [57] - 推动生态创新：开源生态使行业能在同一个高起点上竞争真正的创新，而非重复进行基础设施建设 [57] 公司背景与融资情况 - 团队背景：自变量机器人核心团队长期深耕机器人与多模态智能方向，明确以构建“通用具身智能基座”为长期目标 [54] - 创始人兼CEO王潜：清华大学本硕，南加州大学博士，从事Robotics Learning研究，是较早将Attention思想引入神经网络体系的研究者之一 [54] - 联合创始人兼CTO王昊：北京大学计算物理博士，前IDEA研究院大模型团队负责人，曾带领团队发布多个开源大模型 [54] - 融资情况：公司已完成多轮融资，几个月前宣布了近10亿元A+轮融资，由阿里云、国科投资领投，国开金融、红杉、渶策、美团、联想之星、君联资本等参与 [54] - 发展理念：公司更关注如何构建一个可被反复验证、持续演化的“机器人通用大脑”，并将WALL-OSS定位为面向真实物理世界、端到端统一的基座模型，而非为特定Demo或任务定制的解法 [55][56]