0
據AI科技評論獲悉，在剛剛結束的全球具身靈巧操作難度頂尖的真機賽事——Benjie's Humanoid Olympic Games（以下簡稱Benjie's Olympics）中，來自中國的具身智能頭部公司星動紀元，憑借自研具身智能模型，一舉斬獲三項任務全球第一，創下新世界紀錄。
三大核心任務，均獲第一，收獲三張冠軍獎牌
這次獲獎的意義，不僅在于這是中國企業首次在該賽事中登頂，更關鍵的是，它在三項核心任務中，以顯著優勢擊敗了被譽為"全球最強具身大腦公司之一"的Physical Intelligence（簡稱PI）。
要理解這場勝利的含金量，必須先從具身領域的"莫拉維克悖論"說起。
2015年，PI曾在官方技術博客介紹這一悖論："當計算機在1996年擊敗國際象棋世界冠軍時，它仍需要人類來移動棋子；二十年后AlphaGo戰勝李世石，依然無法自己落子。"
PI想表達的，正是一個非常反直覺的現象：對人類而言"困難"的高階認知任務（如下棋、解數學題），對AI來說相對"容易"；而人類習以為常的日常感知與動作（如疊衣服、用鑰匙開鎖、剝橘子），對機器人卻是極高難度的挑戰。
過去十年，很多具身公司一直致力于打破這一悖論。但擺在大家面前的，有三大難題：第一是柔性物體操作，比如遇上布料、果皮、軟質食材的復雜形變，機器人往往很難控制；第二是類似于鑰匙與鎖孔對準這類毫米級精密交互；第三是一些有著多步驟的長時序自主任務。
這些任務往往細致而復雜，既要做控制毫米級的感知誤差或控制誤差，又要有非常復雜的流程，任何一個細節出錯，都會導致整個任務鏈條的崩潰。
在2026年的當下，雖然你可能在各家發布會或者展會現場，能看到非常細致或者長流程的操作，但大多數仍是精心編排的"視頻可用"表演：固定場景、預設光照、人工遙控、仿真環境。
行業現狀一句話概括來說就是"Demo泛濫，落地稀缺"。
如何真正突破這些瓶頸？在于接受最嚴苛的檢驗：全自主、零人工干預、拒絕仿真、真實物理環境。
于是，Benjie's Olympics這樣的比賽橫空出世。
01
"刻薄"的機器人賽事和它的常駐冠軍
Benjie's Olympics由前Google資深機器人專家Benjie Holson創辦，它的評價體系非常"刻薄"，被《科學美國人》（Scientific American）雜志評價為"人形機器人終極挑戰"。
據AI科技評論了解，這一屆賽事共設置15項實戰挑戰，從基礎操作到復雜精細動作，按難度等級分為金牌、銀牌、銅牌任務。
其中，開鎖、剝橘子屬于最難的金牌任務；翻襪子屬于銀牌任務。賽事規則堪稱"閉卷裸考"：全自主運行，開始后無遙控、無人工介入；必須在真實家庭場景（真實光照、紋理、摩擦、噪聲）中完成；環境/物體隨機擺放，不可貼標記、不可預掃描地圖；要求多次重復穩定完成，而非"賭運氣成功"。
賽前，賽事創始人曾預測，完成全部挑戰至少需要1年。另一位參賽團隊反饋："我們花6個月做Demo；在Benjie的任務上3天90%失敗。真實世界毫不留情。"
和大多數可以刷的榜單不同，這個賽事是國際上最硬核的賽事之一。參與評審的評委提到："這是唯一強制泛化而非復現的比賽。多數隊伍連銅牌都過不了；金牌近乎奇跡。"
因此，這個賽事的底色就是殘酷而真實，但卻極具公信力。也正是因為權威、真實且具有公信力，所以吸引了PI成為這個賽事的常駐選手。
PI的全稱是Physical Intelligence。作為具身行業前輩，它擁有著現階段全球最強具身大腦，這家斯坦福系、融資近20億美元的公司，幾乎是行業里教科書般的存在。
2024年10月，這家公司發布了π0具身智能基座模型，一度被業界認為是具身領域的GPT時刻。它的技術路線和研究成果，都是同行們緊緊盯著的。之所以如此被業界認可，正是因為PI長期把持著前面提到的Benjie's Olympics賽事的各項紀錄。
據AI科技評論了解，這幾乎是唯一一個PI自己會主動參加的榜單。其他榜單里的PI，大多是別人拉著PI的開源模型去跑的，并不是PI主動參加。
而這一次，來自中國的星動紀元殺入，不僅成為第一個在該項賽事上榜的中國公司，更一舉拿下三項第一，把PI的紀錄全部刷新。
據AI科技評論深度對比，還發現一個細節：這次PI參賽用的是自家最新模型——閉源模型PI0.6，這意味著代表了PI的最高水平。這次星動紀元在這樣的賽事中打敗了PI的最新閉源模型，這件事在之前從來沒有人做到過。
在某種意義上，星動紀元這次在Benjie's Olympics上的突破，與張雪機車剛在WSBK奪冠有著類似的意義。
后者作為2024年才創立的中國品牌，首次殺入世界超級摩托車錦標賽便連奪兩冠，打破歐美日廠商37年壟斷。
而星動紀元，則是以清華大學年輕博導陳建宇創立的國內原生具身創業公司為班底，在國際賽場上打破了國外壟斷。
02
奪冠細節
AI科技評論也詳細扒了一下這次賽事的細節，最精彩的賽事分別是剝橘子、開鎖以及翻襪子的比拼。
先說剝橘子。這是本次賽事中最具看點的金牌任務。簡單科普一下：機器人剝橘子，要求機器人能精準區分果皮與果肉的細微視覺特征，實時跟蹤剝制過程中的果皮形變，對視覺感知的魯棒性要求極高。
更困難的是，橘子屬于柔性+形變物體，果皮與果肉之間的粘附力不均勻，剝制過程中果皮會發生復雜、無規律的形變，需要機器人實時調整操作策略。
這個任務，PI團隊選擇了借助削皮刀工具剝，用時2分46秒完成。
而星動紀元的具身大腦，直接選擇了無工具純手剝。不僅是賽事首個實現完全無工具純手剝操作的團隊，而且純手剝只用了1分47秒完成——比PI操作更難，速度居然還比PI提升35%。
有參賽選手反饋，當星動紀元團隊完成，賽事現場簡直一片炸裂。這不僅體現了中國團隊在柔性物體操作上的優勢，更展示了VLA模型對工具使用vs徒手操作的靈活決策能力——當PI依賴外部工具時，星動紀元的機器人已經能夠像人類一樣，僅憑雙手完成精細操作。
第二個比賽是開鎖。這也同樣是一個看點十足的金牌任務。
在這個場景的比拼，主要在于鑰匙孔為毫米級微小目標，要求機器人精準識別鑰匙孔的位置、角度，同時完成鑰匙的姿態理解，實現毫米級對準。此外，開鎖過程中需要克服光照變化、金屬反光、視角偏差等多重干擾，對視覺感知的精度與魯棒性要求嚴苛。
這在具身場景里屬于典型的"高接觸操作"——鑰匙與鎖孔之間的接觸力必須精確控制，過輕則無法轉動，過重則可能損壞鎖芯。
同樣是開鎖，PI 66秒開鎖，而星動紀元只花了49秒就成功開鎖。
耗時少了四分之一的關鍵，在于我們國家的具身團隊，在自適應視覺注意力機制的工程優化方面非常到位。這個機制實現了對鑰匙、鎖孔等微小目標的動態聚焦與特征增強，顯著提升了精細操作對象的感知精度，才能在毫米級操作下，做到如此快速準確。
第三個比賽是翻襪子。雖然屬于銀牌任務，但是卻考驗的是柔性物體操作、樣本泛化、效率敏感的典型場景，這對于檢驗模型家用泛化能力非常關鍵。
襪子翻轉過程中會發生復雜、無規律的形變，要求機器人實時跟蹤形變，精準區分襪子的內外側、開口位置，對視覺感知、柔性物體跟蹤能力要求極高。
比賽結果：PI的成績是1分33秒完成，176個樣本訓練。而星動紀元只用了1分04秒和120個樣本——相當于樣本數減少32%的前提下，速度提升了30%。
對于了解具身模型訓練的朋友會知道，這里的含金量在于"小樣本泛化能力"。星動紀元通過基礎模型的知識遷移，用更少的數據達到了更優的性能，大幅提升了數據利用效率。在真實商業場景中，這意味著更低的部署成本和更快的場景適配速度。
03
奪冠之前
像張雪機車在WSBK奪冠那樣，星動紀元這次在國際大賽上擊敗PI，不是憑借運氣，而是厚積薄發。
星動紀元的創始人陳建宇，出生于1992年，是清華大學交叉信息研究院最年輕的博導之一。2015年，陳建宇從清華精密儀器系本科畢業——這是國內最早啃雙足機器人硬骨頭的地方——之后直博進入伯克利，師從Tomizuka——MPC模型預測控制理論的奠基人，機電控制領域的活化石。
2020年博士畢業，圖靈獎得主姚期智親自把他從國外撈回國，進入清華任教。
次年，陳建宇入選福布斯30 Under 30。2023年8月，星動紀元成立。作為清華交叉信息研究院孵化、唯一一家清華占股的人形機器人公司，星動紀元從Day One就定調：軟硬一體，全棧自研。不是做集成商，是要把"具身大腦"和"人形本體"都攥在自己手里。
關節模組、靈巧手、電機、減速器、控制器，從零件到整機，95%自己造。
此后，星動紀元不斷刷新自己的記錄。2024年5月，造了一臺1.65米高的機器人XBOT，成了第一個登上長城的人形機器人。
之后，又憑借著自研的靈巧手出圈。不久前，星動紀元研發出了ERA-42——這個可實現全尺寸雙足人形機器人全身及五指靈巧手精準控制的系統，全球僅有四款，另外三家分別來自Figure、特斯拉與英偉達。
2026年2月，陳建宇團隊與Chelsea Finn團隊聯合研發的Ctrl-World可控生成世界模型，已在WorldArena榜單中超越谷歌、英偉達，斬獲具身任務全球第一。
2026年3月，雙方再度合作發布VLAW框架，首次實現VLA策略與動作條件世界模型的協同迭代優化——VLA策略采集的真實交互數據用于提升世界模型的物理保真度；世界模型生成的高質量虛擬數據再用于強化VLA策略本身。
在全球巨頭與頂尖機構同臺競技，星動紀元已經多次顯露鋒芒。
這種"虛實融合"的訓練范式，解決了傳統VLA模型數據利用率低、泛化性有限的痛點。陳建宇在接受媒體采訪時提到："傳統VLA模型不管物理世界的運轉邏輯，它只知道'看到電腦就該打開'。而世界模型學的是'如果我手這樣伸過來一摳，電腦可能會被打開'。"
那時，陳建宇和星動紀元已經在著手一個巨大的奇跡。
但還需要工程方面的加持。在工程層面，星動紀元在無數次試煉中，提煉出了一套方法論："異步高頻推理"+"短時域規劃策略"。
在當前運動軌跡未執行完成時，系統就預測下一段軌跡，生成后立即切換執行。這種"邊做邊想"的架構，大幅提升了機器人對非預期擾動的實時響應能力，有效抑制了累計動作誤差。
在模型和工程能力的雙重突破下，星動紀元才實現了中國具身智能的"工業級"躍遷。
此次斬獲Benjie's Olympics三項全球第一，是星動紀元在具身模型領域的又一重大突破。此前，其自研的ERA-42端到端VLA具身大模型已在物流、制造、商業服務等多個領域落地，形成了"場景越豐富，模型越智能"的正向循環。（雷峰網(公眾號：雷峰網)）
在物流領域，星動紀元機器人可完成藥品、日化品、包裹的分揀及掃碼；在制造領域，重點突破"零部件抓取-高精度裝配-質量檢測"等場景任務；在商業服務領域，可完成門店客座清潔、物品遞送、導游導覽等任務，部分場景效率已達人類水平的70%。
更具戰略意義的是，星動紀元是全球僅有的四家能實現全尺寸人形機器人全身及五指靈巧手精準控制的公司之一，其余三家為Figure（Helix模型）、特斯拉（Grok）及英偉達（GR00T）。這意味著，在具身智能的"終極形態"——人形機器人領域，中國團隊已躋身全球第一梯隊。
Benjie Holson曾言："我把它設計成當下不可能完成，暴露'視頻可用'與'產品可用'的鴻溝。金牌標準就是真正家用機器人必須做到的。"現在，星動紀元用三項全球第一證明，這道鴻溝正在被跨越。
從張雪機車在達喀爾的二度折冠，到星動紀元在Benjie's Olympics的首個登頂，中國高端制造和具身大腦正在全球最嚴苛的試煉場上，完成從"跟跑"到"領跑"的蛻變。
具身智能的"中國時刻"，正在到來。（雷峰網）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
