超越Pi0，多项任务第一：中国开源具身智能模型新纪录，叠洗碗巾、浇盆栽全胜任
原创 李水青 机器人前瞻2026年1月9日 18:11广东
具身智能真机测试见真章：WALL-OSS登顶多项任务，位列RoboChallenge第二。
作者 |李水青
编辑 |漠影
机器人前瞻1月9日报道，近日，在真机基准测试平台RoboChallenge上，自变量机器人开源端到端具身智能基础模型WALL-OSS以54.69分的成绩，成功率35.33%，位列总分榜单第二，超越国际知名具身智能模型pi0。
在叠洗碗巾、按按钮、浇盆栽等多个具体任务中，WALL-OSS拿下单项第一，展现出在真实物理环境中的稳定执行能力。
在这样的“公开考场”中，WALL-OSS的表现成为一次来自中国开源具身智能模型的公开能力验证。
01.
WALL-OSS 拿下多项第一
从RoboChallenge公布的榜单来看，参与评测的模型覆盖了多种技术路线与研发背景：既包括来自国际研究机构与创业公司的闭源模型，也有少量开源模型参与同台竞技。
▲RoboChallenge榜单情况
其中，自变量推出的WALL-OSS模型得分高于美国具身智能创企Physical Intelligence推出的模型pi0，逼近后者的最新开源模型Pi0.5，三者居于榜单前三位，都是开源模型。
在具体任务层面，WALL-OSS在多项精细操作任务中取得第一。
这些任务并不追求复杂场景堆叠，而是高度贴近真实世界中机器人的核心应用场景——物体识别、状态判断、动作连续执行与误差修正。这也是RoboChallenge设计任务的核心逻辑：用最“朴素”的任务，检验模型是否真的理解并适应物理世界。
▲RoboChallenge在按按钮任务中成功率达60%
整体趋势非常清晰——具身智能正在从“演示级别”走向可对比、可量化的工程阶段。
在这一背景下，WALL-OSS 的代表性进一步凸显。其在参数规模上作出取舍，通过4.2B参数体量，将具身智能模型的训练与部署门槛压到消费级显卡，大幅降低了落地成本。
02.
为何开源模型的成绩更“货真价实”？
与大语言模型常见的榜单不同，具身智能测评本质上是一类完全不同的“考试”。
在RoboChallenge等平台上，评测任务提前公开，从形式上看更接近“开卷考试”。但最终的评分依据，并非模型生成的文本或中间结果，而是机器人是否在真实世界中完成了指定动作。
这意味着，模型需要应对的是：物理误差与环境噪声、传感器不确定性、连续动作中的累积偏差，以及大量未被显式建模的现实变量等。
真正决定成绩的，是模型在面对现实世界时的泛化能力与执行稳定性。
正是在这一规则下，开源模型的独特价值被进一步放大。
对比闭源模型，完全开源、公开代码与权重的模型而言，其成绩具备完全可复现性。外界可以清晰判断：模型是否依赖未公开模块，是否通过特殊工程手段规避难点，是否存在只针对评测任务的定向优化。
这使得评测结果更接近对模型基座能力的检验，而非团队工程技巧的展示。
从这个角度看，WALL-OSS在RoboChallenge上取得的成绩，并不仅是一个名次，更是一种技术透明度下的能力证明。这种“在阳光下竞争”的结果，也为行业提供了更可信的比较参照。
▲自变量机器人具身智能模型支持机器人叠衣服
03.
做行业“基础设施”，开源凝聚生态之力
从开源技术路径来看，WALL-OSS并非通过压缩能力换取小体量，而是在架构层面做出了针对性设计。其核心技术路径包括：
1、通过 “共享注意力 + 专家分流” 的创新架构，解决视觉-语言模型向视觉-语言-动作模型迁移过程中常见的 “灾难性遗忘” 与 “模态解耦” 问题；
2、采用 “先离散、后连续、再联合” 的训练范式，在统一框架内融合了思维链推理能力与精细动作生成能力，避免了传统方案中理解与执行割裂的问题。
这种路径并不强调单一模块的极致性能，而是围绕“端到端”这一目标，确保模型在感知、推理与动作之间形成稳定闭环。
在当前具身智能生态中，不少方案仍停留在模块拼接阶段，或依赖闭源组件完成关键能力。相比之下，在同等参数规模下，WALL-OSS是少数真正实现理解—规划—执行一体化的开源统一模型之一。
这使其在生态层面具备明确定位——不仅是一个“可用模型”，更是一个可被二次开发、复现与扩展的基础能力底座。
从自变量机器人的策略来看，选择开源并非一次短期传播行为，而是对具身智能发展路径的判断。
具身智能的复杂度，决定了任何单一团队都难以在短时间内覆盖所有场景与问题。与其封闭迭代，不如通过开源方式，尽早建立可验证、可扩展的技术底座，让更多研究者与开发者在同一基础上探索。
在这一逻辑下，WALL-OSS更夯实了“基础设施”式的存在。其目标并非在短期内覆盖所有应用，而是试图为行业提供一个可靠、低门槛、可持续演进的起点。
04.
结语：中国具身智能开源力量正在崛起
WALL-OSS在RoboChallenge上的表现传递出一个信号：中国团队不仅在参与这场竞赛，而且正在以开源、透明、可复现的方式，进入全球具身智能能力对比的主舞台。
随着真机评测、统一基准与开放生态逐步成熟，具身智能正在告别“概念展示期”，进入更残酷、也更真实的工程阶段。而在这一阶段，谁能提供稳定、可信的基础能力，谁就更有可能成为下一轮创新的起点。
从这个意义上看，WALL-OSS的出现，或许只是中国具身智能开源力量正在崛起的一个开始。
