2026年1月12日，具身智能领域迎来了一个里程碑时刻：国产具身智能基座模型，登顶全球第一！

在被称为机器人界“全球统考”的RoboChallenge真机评测榜单上，中国创业公司千寻智能自研的Spirit v1.5 VLA模型，以总分66.09、成功率50.33%的成绩，超越美国具身智能明星公司Physical Intelligence的pi 0.5模型，拿下全球第一。

由Dexmal、Hugging Face等机构联合发起的RoboChallenge测试，强调真实机器人执行能力，评测维度覆盖复杂指令理解、多步骤操作、跨场景稳定性等，被视为当前具身智能领域最接近真实落地场景的基准测试之一。

登顶的同一时刻，千寻智能开源了Spirit v1.5的基模权重、推理代码以及使用样例，交由公众复现、检验。

过去两年，具身智能繁花似锦的技术狂欢背后，行业内部却弥漫着一股“虚火”——演示时，拿货品、叠衣服、扭秧歌等等精心编排的Demo动作流畅得仿佛电影特效；而一旦离开了预设环境，Demo中精准灵巧的机器人，往往就会错漏百出，令人大跌眼镜。

当下，我们拥有全球最顶尖的机械臂、最灵活的底盘，却始终受困于一个无法回避的尴尬：“四肢发达，头脑简单”。

资本与产业界都在苦候一个真正的“通用大脑”，能让机器人走出温室，在不可控的物理世界里，真刀真枪地解决问题。

而登顶RoboChallenge全球第一的Spirit v1.5，或许真正意味着：具身智能的竞争，正在从比拼硬件的“上半场”，迈入了比拼大脑的“下半场”。

拥抱混乱：从“Demo时代”迈进“实战时代”

机器人必须先学会像人类一样在混乱中生存，才能真正走出实验室。

Spirit v1.5登顶的核心奥义，藏在千寻智能对数据“离经叛道”的理解里。

很长一段时间里，具身智能的训练侧流行着一种“洁癖”。为了让机器人学会一个动作（比如擦桌子），工程师们往往像强迫症患者一样：必须是白色的桌子，必须是蓝色的抹布，光线必须是500流明，抹布必须放在右上角。

这种在高度受控环境下采集的“干净数据”，确实能让模型快速收敛，在实验室里跑出漂亮的分数。但这样训练出来的不是智能，而是“肌肉记忆”，也就是技术上所说的过拟合（Overfitting）。

一旦把它扔进真实的厨房——那里有油渍、有反光、有随意摆放的碗筷——它就会立刻“智障”。

为了彻底解决这一“顽疾”，在Spirit v1.5的研发中，千寻智能选择了拥抱混乱，选择了一条更加艰难，但上限也更高的技术路径。

根据千寻披露的技术细节，Spirit v1.5 采用了创新的VLA（Vision-Language-Action）统一架构。这是一种端到端的“直觉反应”——不同于传统机器人“眼睛看（感知）-大脑想（规划）-手去动（控制）”的拼凑式模块，VLA 架构让机器人像人一样，感知即行动。

为了训练这种直觉，千寻智能构建了一套独特的数据飞轮，其核心逻辑是“先离散，后连续”，并在物理世界验证了大模型Scaling Law的有效性：

第一阶段，像个“网瘾少年”一样看视频。Spirit v1.5预训练的数据源，并非全是实验室采集，而是包含了海量的互联网视频——YouTube上的烹饪教程、爱奇艺里的生活片段。这些数据虽然杂乱、没有标注，有的甚至画质模糊，但它们包含了物理世界最丰富的多样性。机器人从中学会了什么是“杯子”，什么是“倒水”，以及倒水时水流的物理形态。

第二阶段，微调。在预训练建立了物理常识后，千寻引入了真实遥操作数据。但这也不是为了教机器人死板的“标准动作”，而是为了让它理解任务的本质。

这种训练范式带来了质变。

从评测结果来看，Spirit v1.5 VLA在多项任务中保持较高成功率，尤其在多任务连续执行、复杂指令拆解以及跨构型迁移等维度中表现稳定。

从“硬件叙事”转向“模型叙事”

对于投资者和企业主而言，再先进的技术、再动人的叙事，最终也要落到实际的商业案例与理性的财务数据上。

千寻智能的答案，在宁德时代的产线上。

2025 年底，千寻智能的人形机器人“小墨”批量部署于宁德时代中州基地的电池 PACK产线，这也是全球首条人形机器人电池PACK产线。

在这里，机器人面对的不是实验室的积木，而是高压、高精度的工业环境。电池插接工序要求极高，线束是柔性的，位置是变化的，稍有偏差就可能导致短路甚至安全事故。这是传统工业机械臂难以处理的“非标”场景，也是此前只能靠熟练工人完成的环节。

千寻智能披露的数据，足以让任何一个制造业的老板心动：

“连续运行中插接成功率稳定在99%以上”和“单日工作量实现了3倍提升”。

在此之前，人形机器人更多被视为一种昂贵的“玩具”或“展示品”，是企业展厅里的吉祥物。

但千寻智能用实际案例证明了，在Spirit大模型的加持下，机器人已经能够处理极其复杂的工业任务，并且在效率和良率上超越人类熟练工。

而这种可复用、可规模化的技术资产，不仅大大提高了千寻智能极高的竞争壁垒，也在重构其估值逻辑：

从“硬件叙事”转向“模型叙事”： 投资人不再将其视为一家对标发那科（Fanuc）的硬件制造商，而是一家对标OpenAI 的AI平台公司。Spirit v1.5展现出的“一脑多形”（One Brain, Many Forms）能力——即同一个大脑可以驱动双臂、单臂甚至不同构型的设备——意味着其商业天花板不再受限于硬件产能，而取决于模型的泛化边界。

“数据-模型”飞轮： 开源带来了生态的广度，而宁德时代的落地则带来了数据的深度。工业场景中那些无法通过互联网视频获取的“Corner Case”（极端情况），正在源源不断地喂养着Spirit模型，让数据-模型飞轮转动。

开源：抢占具身智能“大脑”生态位

如果说RoboChallenge的夺冠是技术的“秀肌肉”，那么随后的开源，则更体现了这家初创公司的“战略雄心”。

放眼全球，具身智能的第一梯队玩家风格迥异：

·美国的Figure AI和Tesla Optimus，走的是软硬一体的封闭路线，追求极致的垂直整合体验。

·美国的Physical Intelligence(Pi)，虽然技术强悍，但在生态构建上尚未形成统治力。

千寻智能看到了一个巨大的真空地带：在行业爆发的前夜，谁能率先抢占具身智能“通用大脑”的生态位？

在当前的具身智能领域，最大的痛点是“重复造轮子”。每家机器人公司，无论大小，都在试图从零开始训练自己的基础模型。这导致了极大的资源浪费，且水平参差不齐。

千寻智能通过开源Spirit v1.5，直接拉高了行业的“标准线”。

通过开源，Spirit v1.5有望成为学界和产业界研究的基础（baseline）。当高校的研究者、创业公司的开发者都开始基于Spirit v1.5进行二次开发、进行微调时，千寻智能就拥有了定义行业标准的权力。

一旦Spirit v1.5成为行业的默认选项，千寻智能便会从事实上跃升为一家“赋能全球机器人公司”的平台型公司。

而当模型能力足够领先，形成真正的代际差时，千寻依然握有闭源的主动权，一如从GPT3后转向闭源的OpenAI。

尾声

回望科技发展史，每一个周期的爆发，往往都始于一个“定义标准”的时刻。

Iphone开创了智能手机时代，OpenAI定义了大模型范式。而现在，千寻智能正试图用Spirit v1.5，为具身智能行业确立一个通用的“大脑”。

对于行业而言，Spirit v1.5 登顶RoboChallenge并开源，可能正意味具身智能下半场的开启——

硬件会变强，也会越来越同质化；但谁能让大脑在混乱世界里稳定工作，谁就更接近决定下一阶段的规则。

行业的真正壁垒，正在从硬件，转向数据、模型、生态、标准。

千寻智能的这次“亮剑”，也是中国具身智能模型从追赶到领跑的一个关键转折点。它用一种极其硬核的方式告诉我们：

机器人不需要长得像人，但必须干得像人。

而Spirit v1.5，或许就是那个“干的像人”的起点。

*以上内容不构成投资建议，不代表刊登平台之观点，市场有风险，投资需谨慎，请独立判断和决策。