通用机器人评测遇“珠峰”级挑战，SOTA模型成功率仅12.8%

具身智能领域迎来重大评测突破，通用机器人策略在复杂操作任务中暴露显著短板。由香港大学、加州大学伯克利分校、清华大学、北京大学等联合研究团队推出的RoboDojo基准，旨在填补现有评估体系在仿真与真实世界统一性上的空白。该基准覆盖多样、长时程、高精度、依赖记忆及开放式操作场景，堪称机器人领域的“珠峰”级考试。

从资金面看，具身智能赛道持续吸引资本关注，但技术落地仍面临瓶颈。技术面上，现有通用机器人操作策略在RoboDojo中表现乏力：当前SOTA模型在真实世界部署中成功率仅为12.8%，远低于人类遥操作的满分表现。基本面分析显示，现有基准多依赖简单、短程任务，难以反映真实物理部署的复杂性，而RoboDojo通过仿真与真实世界的统一评估，系统性揭示了当前策略的局限。

研究团队已建立公开排行榜，并基于实验结果提出未来通用操作策略的关键方向，包括提升长时程任务鲁棒性、强化记忆与精度控制等。展望后市，随着RoboDojo等高标准基准的推广，具身智能领域或将迎来估值修复与板块轮动，但技术突破仍需时间验证。