繼Deepseek后, 中國又迎來“Spirit時刻”: 具身智能也登頂了 | 前沿在線

繼 Deepseek 在語言模型領域登頂后，中國模型又一次在全球統一標準下拿下第一。這次，是具身智能。Spirit v1.5 的登頂，意味著中國團隊訓練出的機器人“大腦”，開始具備真正的世界級通用能力。

編輯：前沿在線 編輯部

2025年3月，Deepseek沖上Hugging Face Trending榜首，引爆了那句圈內刷屏的評論：“中國第一次用開源模型把chatGPT擠下去了?！?/p>

那一刻不只是一次排行榜事件，而是國產通用模型從 “追得上” 到 “開始壓線” 的節點，標志著中國團隊能在全球共享的benchmark上贏得公平賽道。

現在，這一幕在另一個原本更難追上的領域 ——具身智能，也悄然發生了。

2026年1月12日，千尋智能開源自研基礎模型Spirit v1.5，并在由Hugging Face、Dexmal等機構聯合發起的真機評測平臺RoboChallenge上，以綜合得分66.09、任務成功率50.33%的成績，擊敗了長期領跑的 Physical Intelligence 的 pi0.5，登頂榜首。

這不是一個 “演示視頻更流暢” 的勝利，也不是國產模型 “又一次在自己主場稱王”，而是：第一次有國產具身模型，在一個全球通用的硬標準下，拿到了第一。這是具身智能的 “Spirit 時刻”。

從 Deepseek 到 Spirit，中國模型兩次在 “全球標尺” 下贏了

在講 Spirit v1.5 為什么值得關注前，我們先厘清一個問題：它到底贏在哪兒？又贏得算不算數？

因為我們都知道，AI 行業并不缺 “自封的第一”。過去一年，幾乎每個月都有 “XX 模型超過 GPT”“XX 跑贏 LLaMA” 的宣傳，但真正能引起行業結構性認知變化的，只有那幾次 “全球可驗證、真實登榜、公開對比” 的勝利。

比如Deepseek 登頂 Hugging Face Trending，打破的是 GPT 開源生態長時間的統治格局。

而這次，Spirit v1.5 拿下的，是具身智能領域目前唯一一個 “統一硬件 + 標準任務 + 遠程真機 + 全公開評分” 的國際評測平臺 —— RoboChallenge。

這個平臺自 2025 年底上線以來，做了一件大家早該做但沒人真做成的事：用一套統一設備（如 Franka、ALOHA、UR5）、統一操作任務（Table30 任務集），讓來自全球的機器人模型站在 “同一個肉身” 上，接受公開考試。它像是同時具備統一基準價值（類似ImageNet/GLUE）與真實場景落地屬性（類似 RealRobot）的評測體系，第一次把 “具身智能的理解、規劃與執行能力”，從演示視頻里拉到同臺競技的公開榜單上。

Spirit v1.5 就是在這套規則里，拿下了榜首，成為 RoboChallenge 成立以來，第一個打破 Pi0.5 連續霸榜的選手，也是第一個開源的登頂者。

所以如果你認同 Deepseek 帶來的 “全球標尺下的中國時刻”，那么 Spirit v1.5，就是具身智能領域的對應場景落地。而且，從多個角度看，這甚至是個更難的勝利：

• 語言模型至少在文本語料和基準評測體系上是比較成熟的

• 具身智能則是一個連 “如何比” 都剛剛建立共識的領域

所以，這次 Spirit 的登頂，更像是兩件事一起完成：

1. 中國模型第一次贏了

2. 全球行業第一次確認：現在可以比了

這不是普通的 “又一張榜單第一”，而是真正意義上的對等競技場初次逆轉。

RoboChallenge 不只是榜單，而是 “具身智能的度量衡”

Spirit v1.5 的勝利之所以值得書寫，并不只是因為它 “比 Pi0.5 分數更高”，而是它贏的這個地方，是目前全球唯一可以把具身智能模型放在一套硬件上、公平做任務、數據全公開的統一評測平臺。

這件事在具身智能領域的意義，相當于當年 ImageNet 之于計算機視覺，GLUE 之于自然語言處理。

它標志著這個領域從 “各自為政的炫技賽” 進入到 “統一問題定義 + 標準化評測 + 可對比結果” 的新階段。而這種標尺的建立，其實比 “拿第一” 更難。

為什么具身智能需要 “統一標尺”？過去幾年，具身智能給大眾的印象，大多來自一條條驚艷的演示視頻。人形機器人會疊衣服、擦桌子、烹飪、插花、做體操、搬快遞箱……這些 Demo 往往流量爆棚，也為很多公司帶來了融資與話語權。

但在行業內部，這些 “秀” 長期存在幾個老大難問題：

• 環境是人為設計的：光線、物體位置、執行順序、甚至可能還有隱形輔助，全部在控制范圍內，模型演得漂亮但脫不了 “溫室感”。

• 沒有統一題庫：一個模型做插花，另一個做打掃，第三個做翻書頁…… 任務之間完全無法比較。

• 評測主語是公司，不是模型：工程干預、手動調參、遙控接管，很難看清 “AI 大腦” 到底能干多少。

于是整個行業開始陷入一個剪輯優先、工程堆疊的尷尬狀態。大家都在做具身智能，但到底誰家模型能力強？怎么個強法？能不能遷移？適不適合商品化？沒有答案，只有視頻。

這才是 RoboChallenge 的意義所在：它不只是 “讓大家比一次”，而是嘗試用統一的題庫、統一的身體、統一的運行方式，來回答一句我們過去回答不了的問題：“如果你們的模型都裝在同一臺機器人上，讓它做同一件事，到底誰做得更好？”

一套 “硬規則” 帶來的行業重塑

RoboChallenge 的三大特征，是它能夠成為行業轉折點的底氣：

1、統一硬件、統一任務、遠程操控

• 所有參賽模型運行在本地，只能通過網絡接口向真實機器人發送動作指令

• 真機平臺（Franka、ALOHA、UR5、ARX5 等）在一個標準化的測試環境中執行任務

• 所有任務執行錄像、成功失敗標準、操作時長都完全公開這一點，極大削減了工程干預空間：你無法偷偷遙控，也無法用某些場景優化模型，只能靠模型本身的感知、推理、控制能力。

2、Table30 任務集：具身智能的 “考試卷”這個測試包含 30 個標準桌面操作任務，覆蓋了從抓取、插入、傾倒，到遮擋物處理、長時序指令、雙臂協作等多種真實挑戰。這些任務并不是 “秀肌肉” 的項目，而是典型的、難度剛好的真實生活 / 工作場景：

Spirit v1.5部分子項評測分數一欄 （共30項具體評測項目）

Spirit v1.5堆疊彩色方塊任務分為10個評價維度，成功率80%，子項總分85分

（spirit v1.5 clean_dining）

（pi0.5 clean_dining）

所以，Spirit v1.5 選擇在這個平臺上登頂，本身就是一種宣言：不是自己做個榜單跑個分，而是走進公認規則體系，在世界的主場上，贏一次有說服力的分數。更重要的是，這種場景，在國產模型身上并不多見。

Spirit v1.5 贏的不是 “更大”，而是 “更對”

這幾年大家看機器人比賽、論文、視頻看的多了，逐漸都默認了一件事：要訓練出一個能干活的機器人，就得靠 “干凈數據”—— 成功率高、動作標準、物體擺放整齊、環境清晰、路徑可復現。像搭積木一樣，搭出一個看上去 “什么都會” 的模型。

但問題是，這種 “干凈”，很多時候反而變成了一種詛咒。

Spirit v1.5 這次能贏，并不是在現有框架里優化得更極致，而是它主動拋棄了這些 “干凈標準”，選擇從一開始就走一條更貼近現實、更泛化但也更混亂的路徑：非結構化、多樣化、目標驅動的數據采集范式。

千尋團隊沒有給采集員寫詳細劇本，而是只設定高層任務目標，比如 “清理廚房”“澆花”“放回物品”，剩下的流程由采集員在真實場景中自由執行。

在執行過程中，會自然出現諸如 “抓取 - 移動 - 整理 - 擦拭” 等多個原子技能的連續銜接，有遮擋、有偏差、有失敗、有臨場調整，甚至還有跨任務的中斷與恢復。

這種方式的最大價值在于：它讓模型不再像演員那樣只記住一套流程，而是開始像人類一樣，習得 “處理現實意外的能力”。

我們都知道，真實世界的環境是動態、復雜、充滿意外的，而傳統的精選演示數據，恰恰屏蔽掉了這一層復雜性。你給模型看了一千遍成功插花，它還是不知道插花失敗后怎么調整手臂角度重新插。

Spirit 的訓練方式打破了這一限制。它的訓練數據中自然包含失敗、遮擋、任務干擾和環境變化。模型在這種高多樣性的情境中訓練，就學會了在 “出錯” 時如何調整，在 “混亂” 中保持策略，在 “變化” 中找到路徑。

這不只是理論上好聽，官方通稿里還給出了實打實的對比實驗：

• 在同樣數據量下，采用多樣化采集的模型，在新任務上的微調迭代次數減少了約 40%；

  
  

  多樣化采集預訓練的模型比干凈數據采集訓練的模型具有更快的收斂速度和更好的驗證誤差。

• 模型在驗證任務上的誤差隨著數據規模擴大持續下降，沒有出現 “早期飽和”；

  并且，這種范式還帶來了顯著的工程效率提升 —— 人均有效采集時間提升 200%，算法專家干預需求減少 60%。

  
  

  不同數據規模下的模型效果。擴大多樣化采集的數據規模可以持續降低模型的驗證誤差。

注意：這些指標不是出現在某個 “特定任務上調得好” 的模型上，而是出現在一個跑通了 30 項任務、覆蓋 Franka、UR5、ARX5、ALOHA 等多平臺、多形態、多任務的通用模型上。

這就意味著，它不是 “針對某一場景表現出色”，而是真正具備了泛化潛力。

你可以說，Spirit v1.5 贏的不是 “更猛的參數” 或 “更巧的架構”，而是從最底層的采集邏輯開始，就在訓練 “一個懂得現實的人”。這在具身智能還高度依賴工程兜底和腳本堆疊的今天，是一次非常少見的思路勝出。

而從結果看，它確實讓這條路跑通了 ——不僅打穿了榜單，也為全行業提供了一種新的 “基礎模型可行路徑”。

這不是一次模型優化，而是一場數據范式的換代

如果說Deepseek的那一刻，第一次讓全球開發者在Hugging Face上認真看向了中國模型，那 Spirit v1.5 的登頂，則讓人意識到：中國不止會在自然語言模型上玩開源，也能在最具落地門檻、工程復雜度最高的具身智能賽道上，開出一條自己的路，而且，已經比很多人想象中快一步。

更關鍵的是，這兩次勝利之間，有著驚人一致的結構：都是在全球主流 benchmark 下完成了突破、都選擇了開放共享的方式發布、都不只是“模型性能高”，而是在數據策略與訓練邏輯上，提出了新范式。

這才是值得被稱為“Deepseek 式勝利”的地方。

過去我們講國產模型的勝利，總習慣性帶著點自卑語氣：“也能行了”“終于追上了”“國內也可以”。但 Deepseek 和 Spirit 的共同之處恰恰在于：它們的成功不是從模仿出發，而是從認知升級出發；不是一步步壓線追平，而是直接在方法論層面提出新標準。

你回頭看，會發現它們都完成了幾個關鍵的敘事躍遷：

第一，是從“追平”到“定義”的轉變。

• Deepseek 把中文主導語料訓練模型、結合指令微調、工程流公開部署做成了 Hugging Face 上的范式案例，成為后續眾多開源雙語模型的技術參考；

• Spirit 也是一樣，從數據采集范式就開始自立門戶，拒絕腳本化、標準化演示樣本，轉而采用更貼近人類真實操作路徑的自由采集機制，構建的是一個全流程貼近真實物理環境的訓練體系。

這兩件事都不是“參數更優”“指標更高”就能做到的，而是：你提出的路線，比別人那套更合理、更有普適性、也更容易被社區繼承。

第二，是從“開源是追趕”到“開源是領先的一部分”的認知變化。

很多團隊說開源，只是因為跑不過 GPT；但 Deepseek 和 Spirit 選擇開源，是一種正向選擇，是對自己訓練邏輯、模型質量、推理接口、社區文檔成熟度的自信表達。

更重要的是，他們都在用“開源”作為推廣模型范式、構建合作共識、打通上下游生態的第一步。這不再是“研究導向”的展示品，而是“產業導向”的基礎設施。

說白了，開源不再是戰術，而是一種戰略，是模型勝出的延續條件，而不只是前戲。

第三，是從“模型領先”到“路線成立”的落點變化。

你可以有很多高光模型，但如果沒人能在你之后走下去，那它很可能只是一次工程奇跡。而 Deepseek 和 Spirit 的路線，真正跑通了方法論的閉環。

• Deepseek 讓國內越來越多團隊參考其指令數據構建方式、壓縮推理部署路徑、中文向訓練技巧；

• 而 Spirit 則已經成為國內多家研究團隊在具身預訓練任務上采樣機制與泛化能力設計的標桿案例。

這才是一個范式成立之后，最重要的特征：它不只是一個項目成功，而是一整套技術邏輯開始被行業復用，成為“標準答案”之一。

所以，如果你問，Spirit v1.5 是不是一次中國模型的戰術性突破？我會說，不，它不是“偶爾跑贏一次”的故事，它是我們路線成立之后，在一張全球標準考卷上交出的那一份有說服力的答卷。

而正是這張答卷，讓我們不僅贏了當前的比賽，更為下一輪全球模型競賽寫下了自己的題目。

開源不是 “順帶一下”，而是一種能力，一種態度，也是一種宣言

Spirit v1.5 登上 RoboChallenge 榜首的第二個震撼，是它在贏的同時，選擇了立刻全量開源。不是只發個模型鏈接意思一下，而是連同基模權重、推理代碼、調用樣例都一并放了出來，結構清晰、文檔完善。那種 “我不怕你復現，也歡迎你來接著做” 的姿態，不只是展示實力，更是一種罕見的主動姿態。

要知道，在具身智能這個領域里，開源從來都不是默認選項，反而是例外。尤其是高性能模型，一旦跑出好成績，很多團隊的第一反應都是 “先封起來”，畢竟這個領域的門檻高、工程重、資本熱，誰都想先拿著成果去融資、接項目、談生態。

但 Spirit 并沒有把這當成一個 “技術護城河”，而是反過來，把它變成一個 “產業底座”：歡迎你在我這之上搭建應用、構建生態、開展合作。

這不僅僅是自信的問題，更是意識的問題。具身智能產業遲早要走到生態化階段，一個模型想走得遠，不能只靠自己能做什么，還得看別人能不能在你身上做點什么。

• 能不能快速復現？

• 能不能移植到不同機器人？

• 能不能兼容不同任務？

• 能不能在不懂算法的場景方手里跑起來？

這背后靠的不是性能指標，而是開源的質量、工程的完備度、文檔的友好程度、范式的普適性。Spirit v1.5 交出來的這套東西，已經能被國內外的研究者直接調起來在真機上復現任務，也意味著一套通用具身模型的 “復用路徑” 正在形成。

而這對下游廠商而言，信號非常明確：你不需要從零做模型，也不需要綁死在海外 API 上。在過去的幾年里，那些高性能的具身模型不是不開，而是不能用：Google RT 只發了 paper，不開權重；Figure 展示了效果，但系統封閉；一些開源模型雖然存在，但性能過低，難以商用。

而 Spirit 現在交出的是一個 “性能可比 Pi0.5、架構全量公開、兼容多機器人” 的真實底座 。這類模型，一旦經得起復現和落地驗證，很快就能變成行業共用的 “基礎設施”。而當一個模型能變成基礎設施，它就有了真實意義上的產業號召力，不再只是實驗室里的好看作品。

所以說，Spirit v1.5 開源的，不只是代碼，也不只是 “透明”。它開源的，是一種新的產業策略。是說：我們不玩壁壘，我們搭地基；我們不等獨角獸，我們先把路修出來。你愿意走進來，我們不設門檻。

這，是中國具身智能在全球舞臺上，第一次有底氣說出這句話。

中國機器人產業，終于開始比 “大腦” 了

這幾年，誰去過幾場機器人展，就會明白一個現實：中國的機器人，從 “身體” 層面，從來不缺驚喜。一個比一個輕，一個比一個穩，腿越做越多，手越做越巧，身形逼近人類，甚至跳舞、打拳、翻跟頭、耍手絹…… 樣樣不在話下。

但很多行業人也知道：越是炫技的動作，背后越是工程化編排。動作是精調出來的，流程是腳本堆出來的，甚至某些 “具身智能模型” 的名字，更多是出現在 PPT 和發布會中——真正起作用的，是工程師連夜調的參數、默契配合的操控臺，還有被剪輯過無數次的演示視頻。

我們擅長制造一個 “會動的身體”。但要造出一個 “能想的大腦”，一直是最短的那一塊板。

所以前幾年，中國團隊的共識幾乎就是：先把軀體搞出來，智能先靠工程兜底。動作能跑就行，模型慢慢補。

Spirit v1.5 是這條路徑的一個分水嶺。它是第一次，中國團隊不是用工程表演拼 “智能”，而是用訓練范式和泛化能力，在一張國際統一標準的考卷上，以模型為主角，贏得一場無可爭議的具身智能硬仗。

而且這場勝利足夠扎實：是真機評測、統一任務、多構型平臺、多步驟任務，全套打下來，比的是遷移能力、策略泛化、失敗恢復、任務理解—— 這些能力，不可能靠腳本堆出來，必須是模型自己 “學” 出來的。

這說明一個事實正在發生變化：國產機器人不再只靠姿勢取勝，而是開始真正構建自己的 “認知中樞”。過去我們能造出能跑、能跳、能舉重的身體；現在我們開始造出能決策、能適應、能變通的大腦。

這不是技術指標的變化，而是技術認知和產業定位的變化。從 “誰動作更穩” 到 “誰泛化能力更強”；從 “誰現場 demo 更驚艷” 到 “誰能復現、能落地、能服務多個場景”。

這背后，其實是一整代機器人開發邏輯的轉變。從工程先行，走向智能主導。從 “用代碼堆功能”，走向“用模型學策略”。

Spirit v1.5 只是起點，但它標志著中國具身智能產業，已經走出了 “只有肌肉沒有大腦” 的階段，開始邁向智能主導的產業結構升級。

真正的具身智能，從來不是哪個機器人能做什么動作，而是：它能不能學，能不能變，能不能在失敗之后繼續做正確的事。

而接下來，比的不是誰喊得響、視頻做得好，而是 —— 誰的模型，真能在真實世界里站得住。

繼 DeepSeek 之后，中國又贏了一次 “起點之戰”

還記得 2025 年 DeepSeek 刷屏 Hugging Face Trending 熱榜的那個瞬間嗎？那一晚，無數人第一次意識到，中國不只是能開源出一款 “差不多” 的大模型，而是能做出真正領先的通用語言模型，并靠社區力量跑到全球開發者的核心視野里。那被稱為 “中國開源大模型的高光時刻”。

而現在，Spirit v1.5在 RoboChallenge 登頂，同樣開放出完整的具身大模型底座，意味著我們在具身智能這個更靠近物理世界、更接近工業難度的賽道上，也迎來了屬于中國的 “開源主角時刻”。

語言之后，是行動。大腦之后，是身體。

從 DeepSeek 到 Spirit，這兩個 “高光節點” 的共同點都不是它們技術上有多極致，而是 ——它們都把開源這件事，做到了基礎設施級的完成度。不是半封閉的 checkpoint，不是好看的展示頁面，而是真正可用、可跑、可拓展、能打通上下游系統的 “工程化開源”。

我們都知道，在 AI 的世界里，“第一” 這兩個字并不稀缺。每周都有新模型，每天都有新榜單，搶熱度、爭發布、刷存在感，行業早已習慣。真正稀缺的，是那種能被長期綁定、能夠沉淀為生態起點、能撐起別人項目、成為別人方案的一部分的模型。

Spirit v1.5 是目前我們看到的，具身智能領域中第一個具備這個潛質的國產模型。它背后連接著完整的技術路徑（多樣化采集范式）、產品思路（可復現、多任務遷移）、工程能力（多構型適配）、以及最重要的：開源出來的勇氣和組織能力。

這是一種行業信號，也是一種戰略姿態。過去中國的具身智能總被貼上 “硬件強、智能弱” 的標簽。今天開始，有團隊用一個完整、開源、性能領先的通用模型，給出了不一樣的答案。

當然，這并不意味著我們已經贏了。RoboChallenge 的榜單會變，開源模型的競爭會加速，下一代具身模型可能轉向端側部署、極簡架構、甚至多模態協同。

但正如當年 ImageNet、GLUE、OpenAI Gym 之于計算機視覺、自然語言與智能體訓練的意義一樣：只要你能在 “統一基準” 下拿到一次真正領先的結果，并開放給全球社區驗證、使用和超越，你就為中國具身智能贏得了關鍵的“起點話語權”。

這一次，是 Spirit。

再下一次，會是誰？

開源地址：

Code: https://github.com/Spirit-AI-Team/spirit-v1.5Model:https://huggingface.co/Spirit-AI-robotics/Spirit-v1.5Blog：https://www.spirit-ai.com/en/blog/spirit-v1-5

前沿動態前沿大會

前沿人物

點「在看」，給前前加雞腿