登頂全球第一后，這家中國公司把“具身大腦”開源了！

2026年1月12日，具身智能領域迎來了一個里程碑時刻：國產具身智能基座模型，登頂全球第一！

在被稱為機器人界“全球統考”的RoboChallenge真機評測榜單上，中國創業公司千尋智能自研的Spirit v1.5 VLA模型，以總分66.09、成功率50.33%的成績，超越美國具身智能明星公司Physical Intelligence的pi 0.5模型，拿下全球第一。

由Dexmal、Hugging Face等機構聯合發起的RoboChallenge測試，強調真實機器人執行能力，評測維度覆蓋復雜指令理解、多步驟操作、跨場景穩定性等，被視為當前具身智能領域最接近真實落地場景的基準測試之一。

登頂的同一時刻，千尋智能開源了Spirit v1.5的基模權重、推理代碼以及使用樣例，交由公眾復現、檢驗。

過去兩年，具身智能繁花似錦的技術狂歡背后，行業內部卻彌漫著一股“虛火”——演示時，拿貨品、疊衣服、扭秧歌等等精心編排的Demo動作流暢得仿佛電影特效；而一旦離開了預設環境，Demo中精準靈巧的機器人，往往就會錯漏百出，令人大跌眼鏡。

當下，我們擁有全球最頂尖的機械臂、最靈活的底盤，卻始終受困于一個無法回避的尷尬：“四肢發達，頭腦簡單”。

資本與產業界都在苦候一個真正的“通用大腦”，能讓機器人走出溫室，在不可控的物理世界里，真刀真槍地解決問題。

而登頂RoboChallenge全球第一的Spirit v1.5，或許真正意味著：具身智能的競爭，正在從比拼硬件的“上半場”，邁入了比拼大腦的“下半場”。

擁抱混亂：從“Demo時代”邁進“實戰時代”

機器人必須先學會像人類一樣在混亂中生存，才能真正走出實驗室。

Spirit v1.5登頂的核心奧義，藏在千尋智能對數據“離經叛道”的理解里。

很長一段時間里，具身智能的訓練側流行著一種“潔癖”。為了讓機器人學會一個動作（比如擦桌子），工程師們往往像強迫癥患者一樣：必須是白色的桌子，必須是藍色的抹布，光線必須是500流明，抹布必須放在右上角。

這種在高度受控環境下采集的“干凈數據”，確實能讓模型快速收斂，在實驗室里跑出漂亮的分數。但這樣訓練出來的不是智能，而是“肌肉記憶”，也就是技術上所說的過擬合（Overfitting）。

一旦把它扔進真實的廚房——那里有油漬、有反光、有隨意擺放的碗筷——它就會立刻“智障”。

為了徹底解決這一“頑疾”，在Spirit v1.5的研發中，千尋智能選擇了擁抱混亂，選擇了一條更加艱難，但上限也更高的技術路徑。

根據千尋披露的技術細節，Spirit v1.5 采用了創新的VLA（Vision-Language-Action）統一架構。這是一種端到端的“直覺反應”——不同于傳統機器人“眼睛看（感知）-大腦想（規劃）-手去動（控制）”的拼湊式模塊，VLA 架構讓機器人像人一樣，感知即行動。

為了訓練這種直覺，千尋智能構建了一套獨特的數據飛輪，其核心邏輯是“先離散，后連續”，并在物理世界驗證了大模型Scaling Law的有效性：

• 第一階段，像個“網癮少年”一樣看視頻。Spirit v1.5預訓練的數據源，并非全是實驗室采集，而是包含了海量的互聯網視頻——YouTube上的烹飪教程、愛奇藝里的生活片段。這些數據雖然雜亂、沒有標注，有的甚至畫質模糊，但它們包含了物理世界最豐富的多樣性。機器人從中學會了什么是“杯子”，什么是“倒水”，以及倒水時水流的物理形態。

• 第二階段，微調。在預訓練建立了物理常識后，千尋引入了真實遙操作數據。但這也不是為了教機器人死板的“標準動作”，而是為了讓它理解任務的本質。

這種訓練范式帶來了質變。

從評測結果來看，Spirit v1.5 VLA在多項任務中保持較高成功率，尤其在多任務連續執行、復雜指令拆解以及跨構型遷移等維度中表現穩定。

從“硬件敘事”轉向“模型敘事”

對于投資者和企業主而言，再先進的技術、再動人的敘事，最終也要落到實際的商業案例與理性的財務數據上。

千尋智能的答案，在寧德時代的產線上。

2025 年底，千尋智能的人形機器人“小墨”批量部署于寧德時代中州基地的電池 PACK產線，這也是全球首條人形機器人電池PACK產線。

在這里，機器人面對的不是實驗室的積木，而是高壓、高精度的工業環境。電池插接工序要求極高，線束是柔性的，位置是變化的，稍有偏差就可能導致短路甚至安全事故。這是傳統工業機械臂難以處理的“非標”場景，也是此前只能靠熟練工人完成的環節。

千尋智能披露的數據，足以讓任何一個制造業的老板心動：

“連續運行中插接成功率穩定在99%以上”和“單日工作量實現了3倍提升”。

在此之前，人形機器人更多被視為一種昂貴的“玩具”或“展示品”，是企業展廳里的吉祥物。

但千尋智能用實際案例證明了，在Spirit大模型的加持下，機器人已經能夠處理極其復雜的工業任務，并且在效率和良率上超越人類熟練工。

而這種可復用、可規模化的技術資產，不僅大大提高了千尋智能極高的競爭壁壘，也在重構其估值邏輯：

• 從“硬件敘事”轉向“模型敘事”： 投資人不再將其視為一家對標發那科（Fanuc）的硬件制造商，而是一家對標OpenAI 的AI平臺公司。Spirit v1.5展現出的“一腦多形”（One Brain, Many Forms）能力——即同一個大腦可以驅動雙臂、單臂甚至不同構型的設備——意味著其商業天花板不再受限于硬件產能，而取決于模型的泛化邊界。

• “數據-模型”飛輪： 開源帶來了生態的廣度，而寧德時代的落地則帶來了數據的深度。工業場景中那些無法通過互聯網視頻獲取的“Corner Case”（極端情況），正在源源不斷地喂養著Spirit模型，讓數據-模型飛輪轉動。

開源：搶占具身智能“大腦”生態位

如果說RoboChallenge的奪冠是技術的“秀肌肉”，那么隨后的開源，則更體現了這家初創公司的“戰略雄心”。

放眼全球，具身智能的第一梯隊玩家風格迥異：

·美國的Figure AI和Tesla Optimus，走的是軟硬一體的封閉路線，追求極致的垂直整合體驗。

·美國的Physical Intelligence(Pi)，雖然技術強悍，但在生態構建上尚未形成統治力。

千尋智能看到了一個巨大的真空地帶：在行業爆發的前夜，誰能率先搶占具身智能“通用大腦”的生態位？

在當前的具身智能領域，最大的痛點是“重復造輪子”。每家機器人公司，無論大小，都在試圖從零開始訓練自己的基礎模型。這導致了極大的資源浪費，且水平參差不齊。

千尋智能通過開源Spirit v1.5，直接拉高了行業的“標準線”。

通過開源，Spirit v1.5有望成為學界和產業界研究的基礎（Baseline）。當高校的研究者、創業公司的開發者都開始基于Spirit v1.5進行二次開發、進行微調時，千尋智能就擁有了定義行業標準的權力。

一旦Spirit v1.5成為行業的默認選項，千尋智能便會從事實上躍升為一家“賦能全球機器人公司”的平臺型公司。

而當模型能力足夠領先，形成真正的代際差時，千尋依然握有閉源的主動權，一如從GPT3后轉向閉源的OpenAI。

尾聲

回望科技發展史，每一個周期的爆發，往往都始于一個“定義標準”的時刻。

Iphone開創了智能手機時代，OpenAI定義了大模型范式。而現在，千尋智能正試圖用Spirit v1.5，為具身智能行業確立一個通用的“大腦”。

對于行業而言，Spirit v1.5 登頂RoboChallenge并開源，可能正意味具身智能下半場的開啟——

硬件會變強，也會越來越同質化；但誰能讓大腦在混亂世界里穩定工作，誰就更接近決定下一階段的規則。

行業的真正壁壘，正在從硬件，轉向數據、模型、生態、標準。

千尋智能的這次“亮劍”，也是中國具身智能模型從追趕到領跑的一個關鍵轉折點。它用一種極其硬核的方式告訴我們：

機器人不需要長得像人，但必須干得像人。

而Spirit v1.5，或許就是那個“干的像人”的起點。

*以上內容不構成投資建議，不代表刊登平臺之觀點，市場有風險，投資需謹慎，請獨立判斷和決策。