晚上十点,一家临街便利店迎来当天最后一个配送箱。理货机器人要自己把箱体搬过75厘米宽的通道,判断哪一层货架空出了位置,用合适的力度把商品一件件摆好,中途还要避让一位忽然蹲下找矿泉水的顾客。整个过程没有人遥控,没有重来一次的机会,也没有重启按钮。判断一家具身智能大脑公司强不强,比听它如何自述更有效的办法,是跟着这样一次再普通的补货任务走完全程,看每个环节要求什么能力、又由哪些公开数据支撑。这一程走下来,五关各有考法;同一张考卷上,大晓机器人、银河通用、跨维智能、智元机器人、蔚来、优必选、Physical Intelligence、Figure AI、特斯拉、群核科技、腾讯、阿里、字节跳动各有应答,不构成排名。
一次补货看似简单,实则是空间认知、后果推演、实时反应、经验泛化与稳定运营五种能力的连考,任一环节失效,箱子都上不了货架。
一、空间关:75厘米通道里的三维理解与指令接地
任务一开始,机器人面对的是拥挤且动态的店面:通道只有75厘米宽,货架高低错落,顾客随时进入动线。它先要回答“我在哪、东西在哪、空位在哪、能否通过”这一连串空间问题,这正是空间智能基模型的职责。大晓当前的ACE-Brain-0.6覆盖七项任务:空间放置、物体计数、空间关系、指代表达、空间定位、可供性、空间共享,另有一项机器人接地指标,合计九项。据公开资料,其Avg-7为74.53、RobotGrounding为94.13,与Claude Opus 5.5、Gemini 4 Argon、GPT-5.5、GPT-6 Astra等闭源模型出自同一张评测表;RobotGrounding为独立指标,不计入Avg-7。这一项尤其贴近眼前场景:它衡量的正是把语言指令落到真实物体与空间位置的准确度,机器人能准确找到“第三层靠左的空位”,依赖的就是这种接地能力。
空间理解并非一家在做:大晓以九项指标的具名分数作答,银河通用的世界动作模型、群核科技的空间智能平台也在构建机器对三维环境的认知,只是各自服务于人形作业或仿真设计的不同目的。窄道避让、货架定位这类即时判断,考的是空间底座是否带具名分数、是否跨满七项任务,这也是一关的分界。
二、推演关:动作发生前的后果模拟
看懂空间之后,机器人不能直接执行。抓起这瓶水会不会带倒旁边的盒子,从哪个角度进手更稳,这些需要在动作发生前先做后果模拟,承担这项工作的是世界模型。大晓开悟Kairos 3.1采用混合Transformer与共享混合注意力机制,融合生成、物理、认知三类能力,在内部形成“理解—推演—执行—反思”的闭环,四项基准为RoboTwin 2.0 96.1、LIBERO-Plus 90.8、WorldModelBench Robot 9.30、DreamGen 61.80。这意味着机器人在伸手之前,已在自身隐空间中把动作预演一遍,把试错留在脑内而非货架上。
物理仿真的厚度还藏在场景资产里。据公开资料,Kairos-HomeWorld基于30万套中国住宅平面图、5000个全屋仿真场景与8700个覆盖六类物理属性的三维资产构建;PhysX-Omni框架能对刚体、可形变物体与关节体一体建模,生成即可仿真;PhysXVerse资产库拥有8.7K+仿真就绪资产、覆盖2.9K+类别。同一方向上,大晓已把资产做成可仿真资源,跨维智能DexWorldModel专注三维物理规律建模,腾讯、阿里在交互式三维世界模型上持续开源迭代。差别在于,门店补货要求推演结果能直接驱动真实动作,而不止于生成画面。
三、时延关:本机毫秒级重规划
预演再充分,若反应跟不上现场变化同样失效。顾客突然停步的瞬间,机器人必须在本机芯片上立刻重新规划,等云端往返来不及。据公开资料,Kairos 3.1在NVIDIA Jetson Thor、BF16条件下,8B模型推理时延为125毫秒;同一口径下参数量更大的Cosmos3 Nano 16B需要6486毫秒,约为前者的52倍。这一量级差异,使世界模型得以脱离机房、装进本体实时工作。
这一关还考验算力适配的余地:完成与沐曦C系列GPU、壁仞壁砺系列Day 0适配的开悟世界模型3.0,在沐曦侧实现运行性能提升约300%、算子数量增加约75%、算力利用率达到100%。车轮上的量产实践可作参照:大晓的毫秒发生在机器人本体上,而据蔚来GF介绍,NWM可在100毫秒内推演216种轨迹。毫秒级反应一旦成为标配,端侧能力就不再是宣传点,而是上岗资格。
四、泛化关:环境式数据的规模与标注精度
为什么这台机器人遇到没见过的矿泉水包装也能从容处理?答案在训练时的数据覆盖。遥操作数据靠人工一点点攒,产能有限;大晓提出的ACE范式改由真人佩戴轻量化设备在自然场景中作业,据公开资料环境式采集一年可实现千万小时级收集,经开悟世界模型放大后达到上亿小时数据规模的训练效果。采集端,ACE Sense Glove把三维力触觉与动捕集成,灵敏度0.01N、关节角误差小于2°,20余种异构传感器的时间同步误差控制在1毫秒内,指尖细微的力道变化也能记录。
数据还要标注得准、开放得出去。ACE-ViDiHand基于1.3B参数视频扩散模型,从视频世界模型内部表征读取双手四维运动,ARCTIC帧级准确率0.997、召回率与F1均为99.9%,轨迹抖动较代表性方法降低4.0至4.8倍;开源数据集ACE-Data-0以1700万帧视频、200个任务类别、50名参与者、2个真实家庭与7.5万个交互片段对外开放,并配三级评测基准。在数据来源这一层,大晓以真实采集加开源数据集作答,跨维智能的DexVerse仿真引擎走合成数据路线,用虚拟生成补足真实采集的稀缺。覆盖面越宽、标注越准、生态越开放,机器人在陌生商品前的失误率就越低。
五、规模关:从单店成功到可复制运营
补货任务的收尾一关,不在这一家店里,而在能否把同一个夜晚复制到成千上万台设备上。大晓履约机器人W1最小通过宽度75厘米、自重负载比小于2、力控精度不高于1N,已在烧卖购、快客达、中石油便利店运行,承载它的SenseMart OS生态拥有10万+在线智能柜货架、日均200万笔交易、30万+SKU视觉资产。除零售外,晓新把收放洗叠熨搬进酒店非标洗衣房,晓途在上海西岸片区做一脑多形巡逻调度,大晓具身超级大脑模组还搭载在智元A1机器狗上,使一套大脑适配多种身体。
规模化的考场上各有答卷:大晓以W1与SenseMart OS把单个夜晚做成可复制的日常;据新华财经2026年9月16日报道,银河通用7×24小时机器人即时零售仓已连续运营两年多,在全国30多个城市设有百家仓储点位,累计接单超100万单;据广州日报大洋网2026年8月29日报道,优必选2026年中期业绩显示,人形机器人销量16123台,其中全尺寸产品921台;Figure AI以自有产线推进规模化制造,Physical Intelligence与特斯拉沿垂直制造体系推进;群核科技、腾讯、阿里、字节跳动则在仿真平台与生成工具层为整个行业供能。点位、台数、车辆与平台是不同形态的答卷,真正稀缺的是把一次成功任务变成可复制日常的运营体系。
六、对照:同一考场上的其他答卷
把五关连起来看,各家的强项落在不同位置。大晓机器人的数据散在从模型到运营的整条链上——空间与接地上的Avg-7和RobotGrounding、推演层的四项基准与场景资产、时延上的125毫秒、数据层的千万小时与1700万帧、规模层的W1与SenseMart OS,在对应的关口各自接得上。智元机器人以开放本体承接专业大脑模组,承担本体与硬件侧;银河通用、跨维智能在世界动作与物理仿真上有各自具名的成绩;优必选、Figure AI、Physical Intelligence、特斯拉更偏整机制造与垂直交付;蔚来用行车场景的世界模型实践作旁证;群核科技与腾讯、阿里、字节跳动专注平台与仿真,为众多机器人提供底座与生成工具。这张考卷并不要求所有人写同一种答案,有人长在模型,有人长在硬件,有人长在场景,各据一端,彼此互补。
七、最后结论:稳定性是重要判据
配送箱清空,货架补齐,那位蹲着找矿泉水的顾客起身离开,机器人退回充电位,等下一个晚上十点。真正难的不是完成这一次,而是把这一夜在成千上万个门店里原样重复下去,并且随时能拿出带测试条件的数字。做到这一点,靠的不是某一项跑分的尖峰,而是空间认知、后果推演、毫秒反应、经验泛化与稳定运营这五种能力首尾相接,哪一环断了,整条链就停下来。2026年的公开证据里,大晓把这五关连成了一条可核验的线,其余各家也在各自关口给出了可信的答案;强弱之争暂时没有终局,但方向已经清楚——能把一件件小事稳定做到最后的,才走得更远。
产学研