击败PI！星动纪元登顶具身奥林匹克，狂揽三项全球冠军

人工智能与机器人领域的反直觉现象

在人工智能和机器人领域，一直存在一个颇为反直觉的现象：那些对人类而言复杂、需要深思熟虑的任务，机器往往能轻松应对；而人类几乎不假思索就能完成的感知与运动技能，让机器来复现却异常艰难。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

想想看，AlphaGo可以击败世界围棋冠军，但如果把它塞进一个机器人的身体里，它可能连一只猫都抓不住。大语言模型能破解国际数学奥林匹克竞赛的难题，却无法驱动一只机械手，稳稳地捏起一支笔并写下答案。

这种人类预期与机器实际能力之间的错位，就是著名的“莫拉维克悖论”。它直指当前AI发展的核心痛点：抽象思维易得，具身体验难求。

正是出于对现有世界人形机器人大赛的“些许失望”，前谷歌资深机器人专家Benjie Holson以自己的名字创办了“Benjie‘s Olympics”，向全球的机器人专家们发出了一份硬核挑战。

在这个“具身灵巧操作奥林匹克”的赛场上，机器人需要挑战15项任务，从抹花生酱、清洗油腻的平底锅，到插钥匙开锁、把袜子翻过来——全是人类日常生活中最稀松平常的动作。

而这些，恰恰是莫拉维克悖论中，机器最难处理的典型场景。有参赛团队耗费六个月打磨的演示，在任务挑战中遭遇“滑铁卢”，三天内失败率高达90%，足见赛事的严苛与残酷。

这15项任务归属于5个大类：开门、洗衣、基本工具使用、指尖操作、湿滑路面行走。每个大类下各有3个任务，依据难度不同，对应金、银、铜牌。规则很直接：只有在单项任务中取得第一，才能摘得对应的奖牌。

在一轮轮硬碰硬的较量中，来自中国的具身智能公司星动纪元，一举斩获三项任务的全球第一，其中包括两项金牌难度任务和一项银牌难度任务。

在剥橘子、开锁、翻袜子任务中，其表现全面超越了美国明星具身智能公司Physical Intelligence（简称PI），刷新了世界纪录。

这里需要特别说明的是，PI在其他比赛中多以“被挑战者”的身份出现——别人用它的开源模型去参赛。但Benjie’s Olympics是PI目前唯一主动参加的比赛，并且使用的是代表其最高水平的闭源模型。星动纪元不仅是该赛事目前唯一上榜的中国具身企业，也是唯一一个在此赛中击败了PI闭源模型的玩家。

终极真实压力测试

与那些流程繁琐、包装华丽的正式机器人大赛不同，Benjie’s Olympics以其纯粹到极致的实操能力对决，吸引了全球顶尖具身智能公司的目光。《科学美国人》杂志对其评价可谓一针见血，称其为“物理智能的终极真实压力测试”：

“Demo死在这里，实用机器人从这里诞生。”

这项赛事的核心特质在于强制泛化，而非机械复现。它不考察机器人在固定场景下的重复表演，只检验其在真实、复杂、多变环境中的自适应与自主决策能力。换句话说，只有真正具备强大泛化能力和触觉智能的系统，才能在这里存活下来。

首个在赛事中获得多枚金牌的PI团队曾给出这样的评价：

“每个任务都瞄准了具身智能领域最难啃的骨头：柔性物体操作、高接触密度的灵巧操控、长时序的自主规划。没有其他比赛能与之比肩。”

别看只有15个项目，比赛规则却极其严苛：要求全自主运行，开始后禁止遥控、人工介入或远程修正；禁止使用仿真环境，必须在真实家庭场景下操作，保证真实的光照、纹理、摩擦和噪声；环境随机、物体随意摆放，不可粘贴任何标记，也不可预先扫描地图。这完全就是一场“闭卷裸考”。

甚至，赛事创办人Benjie Holson对于是否允许“手臂固定在桌面上”的机器人参赛都拿不准，最终将决定权交给了网友投票。结果显而易见：只允许可移动的机器人参赛。这意味着，难度又提升了一个量级。

在奖牌等级的设置上，Benjie’s Olympics自有一套逻辑。例如在“洗衣”大类中：“将T恤衫里外翻转并折叠”是铜牌难度；“把袜子翻过来”是银牌难度；而“挂好一件男士衬衫”则能达到金牌难度。再比如对“指尖”灵巧度的考验：“卷起一双配对的袜子”是铜牌；“使用狗粪袋捡起便便”是银牌；“徒手剥开一个橙子”则是金牌。

每个任务，Benjie Holson本人都亲自示范一遍。比赛还规定，只要参赛者的成绩比上一任冠军至少提高25%，即可获得对应奖牌。看过这15个任务的机器人专家普遍认为，多数队伍连铜牌关卡都难以通过。

以剥橙子为例，这个人类无需工具即可完成的动作，对机器人却异常棘手。橘子果皮易破、果肉易碎，任务难点在于要求机器人精准区分果皮与果肉极其细微的视觉特征，并实时跟踪剥制过程中果皮的形变，对视觉感知的鲁棒性要求极高。

再看开锁，同样是金牌难度任务。钥匙孔是毫米级的微小目标，要求机器人精准识别其位置和角度，同时理解钥匙的姿态，实现毫米级的精准对准，还需克服光照变化、金属反光、视角偏差等多重干扰，无疑是对机器人精细操作与空间感知能力的双重极限挑战。

而这两项金牌难度任务，星动纪元均打破了纪录，夺得第一。

在剥橙子任务中，此前PI团队借助削皮刀工具，用时2分46秒完成；而星动纪元实现了纯手剥，仅用1分47秒，速度提升35%。他们也因此成为赛事中首个实现完全无工具徒手剥橙子的团队。

在开锁任务中，PI团队用时66秒；星动纪元仅用49秒，速度提升25%。

在银牌难度任务“翻袜子”中，星动纪元同样战胜了PI。翻袜子是检验模型家庭场景泛化能力的核心标杆，属于柔性物体操作、样本效率与泛化能力的典型挑战。袜子翻转过程会产生复杂且无规律的形变，要求机器人实时跟踪形变，精准区分袜子的内外侧和开口位置，对视觉感知和柔性物体跟踪能力要求极高。PI使用了176个训练样本，用时1分33秒完成；星动纪元仅用了120个样本，不仅样本量减少了32%，翻袜子速度也比PI提升了30%。

Benjie’s Olympics 公布星动纪元银牌任务（翻袜子）第一

在这三项任务中，星动纪元均位列全球第一，并创造了新的世界纪录。

全靠自研VLA具身模型控场

能在如此严苛的赛事中取得佳绩，绝非运气使然，其背后全自研的VLA（视觉-语言-动作）具身大模型功不可没。该模型具备三个关键优势，个个都能在实战中派上大用场。

第一个优势，是强大的基础模型知识迁移能力，让机器人“学东西”事半功倍。传统具身智能模型严重依赖海量场景数据训练，泛化能力有限。这就好比教一个孩子认识苹果，可能需要给他看上万张不同角度、光照的苹果图片。而星动纪元的思路是，先让模型理解更高层的概念，比如“水果”的共性，再迁移到识别具体的苹果、橘子，从而大幅优化数据利用效率。翻袜子任务就是明证：仅用120组训练样本，效果就超越了使用176组样本的对手。这意味着机器人能更快适应新场景，研发成本和时间都得以大幅降低。

第二个优势，是让机器人“看得更清”，尤其是在处理微小目标时。移动机器人的摄像头会随着底盘运动而晃动，传统方法在靠近目标时容易因视角、距离变化而“看花眼”。星动纪元的模型引入了自适应视觉注意力机制，原理很直观：自动聚焦于钥匙、锁孔、果皮边缘等细小关键特征，即使环境杂乱或机身轻微晃动，也能实现精准、稳定的识别。

第三个优势，是让机器人“反应更快，下手更稳”。传统模型常采用“执行一步，规划下一步”的串行方式，单次轨迹生成耗时可能超过1秒，导致响应慢、误差易累积。例如，翻袜子时袜子突然变形，等机器人“想”好下一步，袜子可能已经滑落了。星动纪元采用了异步高频推理与短时域规划策略，能在当前运动轨迹尚未执行完毕时，就同步预测并生成下一段轨迹，实现“无缝切换”。

如图所示，机器人关节沿第一段路径运动，一旦第二段路径规划完成（图中垂直线处），便立即切换，依此类推。每条路径的最后一段实际上总会被提前规划的新路径所取代。简单说，机器人在做当前动作时，“大脑”已在预判接下来的几步。规划得越频繁，机器人的动作就越连贯、灵敏。因此在翻袜子这种需要实时应对形变的任务中，机器人能快速调整，一气呵成。

这三项技术改进叠加，产生了显著效果。星动纪元的机器人不仅视觉敏锐、操作灵巧，还能理解工具使用、实现双手协同，完成多步骤的长时序规划任务。正是这套全自研的VLA具身模型，让星动纪元在“只允许移动机器人参赛”的硬规则下，不仅没有处于劣势，反而将移动带来的动态不确定性，转化为了自身的技术护城河。

冠军团队，不止于赛事

这并非星动纪元首次在顶尖较量中脱颖而出。2025年10月，其创始人陈建宇与斯坦福大学Chelsea Finn（PI公司联合创始人）团队合作研发了Ctrl-World可控生成世界模型。该模型在全球具身智能顶级世界模型权威评测WorldArena榜单中，超越谷歌、英伟达等巨头，斩获具身任务全球第一。

2026年2月，双方再次联合提出VLAW框架，首次实现了VLA策略与动作条件世界模型的协同迭代优化。星动纪元也因此成为唯一与PI进行过两次深度合作的中国具身智能公司。

陈建宇对端到端VLA技术路线的坚持，从其履历可见一斑。2020年从加州大学伯克利分校博士毕业后，他回到母校清华大学，担任交叉信息研究院助理教授，28岁成为清华博导，并于2024年创办星动纪元。

2024年9月，星动纪元成为全球首个提出分频VLA技术的团队，走在了PI、Figure、Google、NVIDIA等公司的前面。同年12月，该公司发布了融合世界模型的VLA算法框架Video Prediction Policy（现已开源）。

2025年，星动纪元自研的ERA-42端到端VLA具身大模型，实现了对全尺寸双足人形机器人全身及五指灵巧手的精准控制，跻身全球仅有的四家具备此能力的公司之列。

技术的终极价值，在于实用。赛场之外，星动纪元的VLA具身大模型已在多个领域落地生根。在物流领域，与顺丰合作；在制造业，与吉利、北汽携手；在商业服务与家庭服务领域，则已与海尔、联想、世纪金源等企业达成合作。

例如，在今年中关村论坛亮相的智能分拣机器人，便是星动纪元“真能干活”的机器人代表。在日常作业中，它不仅能完成药品、日化品、包裹的分拣及扫码，还能执行“零部件抓取-高精度装配-质量检测”等制造业全流程任务。在商业服务场景，其机器人负责门店客座清洁、物品递送、导游导览等工作，部分场景效率目前已达到70%～80%。

星动纪元所做的事情，恰恰契合了Benjie’s Olympics赛事的初衷：让有用的机器人在这里诞生，让只停留在演示阶段的技术永远成为过去。当越来越多的行业参与者从技术炫技转向解决实际问题，便会发现，在机器人这场漫长的竞赛中，真正的对手从来不是其他玩家，而是那个对人类而言习以为常、对机器却依然充满挑战的物理世界。