星动纪元拿下 RoboChallenge冠军!17项家务活斩获第一
截图日期:2026.5.20 最近,具身智能领域有个重磅消息:全球首个具身智能大规模真机评测平台RoboChallenge,公布了最新的评测结果。在备受关注的Table30真机评测系列任务中,星动纪元(Robotera)的Era0模型表现相当抢眼,不仅在成功率(Success Rate)和过程分(S


截图日期:2026.5.20
最近,具身智能领域有个重磅消息:全球首个具身智能大规模真机评测平台RoboChallenge,公布了最新的评测结果。在备受关注的Table30真机评测系列任务中,星动纪元(Robotera)的Era0模型表现相当抢眼,不仅在成功率(Success Rate)和过程分(Score)两项核心指标上双双登顶,分别达到64.33%和76.34分,综合排名第一,更是在全部17项桌面灵巧操作任务中拿下了最多的单项冠军,创造了该榜单的新纪录。

Era0在双臂协同、柔性物体操作、多视角感知、分类任务、长时序任务等多个灵巧操作核心维度上均位列第一
更值得关注的是,Era0的领先是全方位的。在双臂协同、柔性物体操作、多视角感知、分类任务、长时序任务这几个衡量灵巧操作能力的核心维度上,它都拿下了第一。尤其是在“做素食三明治”和“擦桌子”这两项公认的最高难度任务中,Era0成为了榜单上唯一一个取得非零成功率的模型,这足以说明其技术的前沿性。
当然,技术好不好,最终还得看能不能“干活”。赛场夺冠的同时,Era0已经成功在物流分拣领域实现了应用落地,真正做到了“既能赛场扬名,更能产业实干”,堪称具身智能大脑的一个典范。
RoboChallenge:具身模型的“真机考场”
为什么说这个评测结果含金量高?这得从评测平台本身说起。RoboChallenge被业界誉为具身模型的“真机考场”,其权威性已经得到广泛认可。像Physical Intelligence的π0/π0.5、微软的CogACT这些全球顶尖的具身模型,都已经先后在这里“应考”。
它的权威性源于一套硬核的评测体系:真机实测、标准统一、全链路透明。平台动用了20台UR5、Franka等主流机器人组成集群,直接“撕掉Demo滤镜”,在真实物理世界中执行任务。Table30任务集涵盖了30项标准化的桌面灵巧操作,从测试过程到最终结果,全部实现全链路公开可追溯。目前,该平台已经以竞赛形式被纳入CVPR 2026和ICRA 2026两大国际顶级会议,成为衡量具身模型落地能力的行业重要标尺。
Era0何以胜出?数据、模型、推理的协同突破
那么,星动纪元的Era0模型,凭什么能在这样的“硬核考场”中脱颖而出?关键在于其背后VLA(视觉-语言-动作)模型与世界模型的深度融合,这为模型的灵巧操作与场景适配能力打下了坚实基础。具体到本次评测,团队从数据、模型、推理三个端同步发力,实现了协同突破。
首先在数据端,团队建立了量化的数据质检SOP(标准作业流程),并构建了跨本体的预训练数据集。这一步从源头保障了数据质量,也提升了模型在不同机器人平台上的可迁移性。
其次在模型端,有两个关键创新。一是引入了视觉定位感知增强技术,大幅强化了模型的视觉感知能力。这使得机器人能够应对一些极具挑战性的泛化任务,比如“在全白环境中将白色纸团丢入纯白垃圾桶”——这种极度依赖细节感知和分辨能力的难题。二是引入了短程时序记忆机制。这个机制非常关键,它让模型在执行复杂的长时序任务时,能够“记住”近期已经发生的动作和状态,从而有效避免了那种“只看当下、不管过去”导致的重复犯错或原地打转的问题。
最后在推理端,通过动作插值、参数适配以及夹爪后处理等一系列技术手段,全面提升了机器人动作轨迹的连续性和执行的稳定性。
正是数据、模型、推理这三重维度的协同迭代与优化,最终让Era0的桌面灵巧操作能力达到了顶尖水平。
从赛场到现场:技术价值的终极体现
任何前沿技术,其价值的终极体现都在于产业落地。Era0的技术优势,已经成功转化为物流分拣领域的“真干活”能力。目前,星动纪元凭借Era0,已经在物流领域实现了行业首个具身智能PMF(产品市场匹配)落地。
这意味着,它不再仅仅是实验室里的演示或竞赛中的成绩,而是已经走进了真实的生产环节。据了解,星动纪元目前已与中国邮政、顺丰集团等头部物流企业展开深度合作,相关解决方案正在全国5个省市的10余个物流中心实现常态化运营。从“真机考场”的冠军,到“物流现场”的实干者,Era0的路径清晰地展示了具身智能技术从研发到应用的价值闭环。
Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。
















