文章作者、来源：机器之心

6 月 1 日，老黄在 GTC 上用了不小的篇幅讲物理 AI 和具身智能，并重磅发布了 Cosmos 3。英伟达将其定义为面向 Physical AI 的最新前沿模型，也是全球首个完全开放的全能模型，原生具备视觉推理、世界生成和动作生成能力。

老黄自豪地表示，Cosmos 3 在全球各大排行榜上位列开放模型第一。

然而仅仅一天后，RoboArena 榜单更新，中国公司千寻智能的 Spirit v1.6 反超 Cosmos 3，登上全球第一。

RoboArena 为何值得关注？

因为它切中了当前机器人基础模型评测的一个核心问题：很多模型可以在仿真环境或静态 benchmark 上表现很好，但一到真实机器人、真实物体、真实误差，就很难稳定复现。

我们可以把 RoboArena 理解为 LMArena 的具身机器人版本，只不过，LMArena 比的是大模型回答质量，RoboArena 比的是机器人策略在真实世界中完成任务的能力。RoboArena 由 UC Berkeley、Stanford、NVIDIA 等机构参与发起，相关论文入选 CoRL 2025 Oral。

具体来看，RoboArena 的机制可以拆成四点：分布式协作、双盲对决、Elo 式动态排名、开放评测网络。分布式协作扩大了任务和环境的覆盖面；双盲对决降低了评测中的主观偏见；Elo 排名让榜单像体育赛事一样持续更新；开放评测网络则让更多模型可以被放到同一个真实世界擂台上检验。

因此，RoboArena 的意义在于把具身智能评测从「静态跑分」推向了「真机对抗」。

在这个背景下，千寻智能成为首个在这一由硅谷巨头和顶尖高校共同主导的「客场」榜单上拿下全球第一的中国企业，其意义也不只是一次排名领先，更说明千寻智能在多任务执行、真实环境适应和泛化能力上，已经进入全球第一梯队。

Spirit v1.6 到底凭什么赢？

榜单上的结果，最终只是数字。更有说服力的，还是 Spirit v1.6 在真实任务中的操作表现。我们来看几组双盲对比视频。

第一组任务：打开笔记本

这并不是一次简单抓取。机器人需要先识别笔记本的位置和朝向，再判断从哪里接触、如何施力，以及手部和机械臂如何配合，最后完成翻开动作。中间任何一个环节出错，任务都可能失败。

可以看到，Spirit v1.6 的动作衔接更自然，能够快速完成打开笔记本的任务；相比之下，Cosmos 3 几乎没有形成有效尝试。

第二组任务：把卡皮巴拉放到盘子里

这类任务考验的是机器人对小型物体的识别、定位和精细操作能力。它不仅要判断目标物体在哪里，还要在抓取后保持稳定，并准确放到指定位置。

这一次，Spirit v1.6 依然完成了识别、抓取和放置。虽然在抓取过程中有一次短暂调整，但整体动作链条是连贯的，最终成功完成任务。相比之下，pi 0.5 既没有成功识别目标物体，也未能完成有效抓取。

整体来看，这几组视频比榜单数字更直观地说明了 Spirit v1.6 的优势：它不只是能在评测中拿到更高分，更能在真实任务里把「看见、判断、抓取、放置」这一整套操作链条跑通。

把时间往前倒，这个结果也并不突兀。

今年稍早，Spirit v1.5 已经在 RoboChallenge 真机评测中拿到第一，取得 66.09 分、50.33% 成功率，超过 Physical Intelligence 的 pi 0.5。公开报道显示，v1.5 在多任务连续执行、复杂指令拆解、物体拾取、插花、移动物体等任务上，已经表现出不错的稳定性。

从 v1.5 到 v1.6，时间并不长，但千寻智能又在 RoboArena 上完成反超，这是千寻智能的一套持续迭代机制的结果：持续采真实场景数据，持续看哪里会失败，持续把评测结果喂回训练和工程优化里。

具身智能模型和纯软件模型不一样，不是堆训练规模就能自然变强。物理世界里有摩擦、遮挡、失误、延迟和一堆不确定的东西。越往真实场景走，越看工程组织能力、数据闭环能力 and 迭代速度。

Spirit v1.6 在榜上的表现，说明千寻智能把这套闭环转起来了。

真正的胜负手，在真实世界数据里

在 GTC 上，黄仁勋反复强调了一个问题：物理 AI 的数据很难获得。

原因并不复杂。互联网视频很多，但绝大多数是第三人称视角；机器人真正需要的，却是第一人称、可行动、可反馈的数据。也就是说，机器人不只要「看过世界」，还要理解自己如何在世界中移动、接触、抓取和改变物体。

Cosmos 3 的目标之一，正是通过 Omniverse、遥操作和视角重投影，缓解机器人领域的数据稀缺问题。它代表了大厂对物理 AI 的一个判断：下一阶段，模型能力的提升不只依赖参数和算力，也依赖能否构建更大规模、更高质量、更贴近机器人行动的数据体系。

千寻智能回答的是同一道题，但路径有所不同。

千寻智能更强调真实世界数据的持续沉淀。公开信息显示，千寻智能已经自研 7 代轻量化可穿戴数采设备，并在全国 100 多个城市搭建分布式数据采集网络，形成从采集、清洗、标注到质检的完整流程。公司计划在 2026 年内沉淀百万小时级真实世界交互数据。

千寻智能可穿戴数采设备在全国多城同时进行数据采集。

这套体系可以理解为千寻智能的「数据金字塔」。

最底层，是大规模真实世界交互数据。机器人要进入家庭、门店、工厂和仓储场景，就必须理解真实空间里的杂乱、变化和不规则。实验室里干净、标准化的演示数据很重要，但不足以覆盖现实世界的长尾问题。

这一层的数据来源也不是单一的。互联网视频可以提供通用视觉常识，可穿戴设备可以记录人类真实操作过程，遥操作数据帮助模型对齐机器人本体，真实环境中的 roll-out 则不断把失败、修正和恢复过程反馈给模型。

中间层，是数据工程能力。数据不是采得越多越好，而是要能被清洗、标注、复盘，并真正用于训练。尤其是失败数据，在具身智能中往往比成功样本更有价值。模型为什么抓空、为什么掉落、为什么停滞、为什么判断错接触点，这些信息都能反过来帮助模型迭代。

如果数据只记录「正确示范」，模型学到的是标准动作；如果数据同时记录失败、打滑、掉落、中断和重新尝试，模型才有机会学会在不确定环境中修正自己。

最上层，是模型能力和任务泛化。数据最终要转化为真实机器人上的表现。如果真实交互数据足够多样，训练和评测闭环足够稳定，模型就更容易在陌生物体、陌生环境和陌生任务中保持可用。

千寻团队此前也提到过一个观察：具身智能里正在出现类似 Scaling Law 的能力曲线，数据规模每提升一个数量级，任务成功率就可能向更高稳定性迈进一步。

这也是百万小时级真实世界交互数据的意义所在。对机器人来说，从 90% 到 99%，不是简单多做几次实验，而是要覆盖更多物体、更复杂环境、更多失败恢复和更长动作链条。

从这个角度看，Spirit v1.6 的成绩本质上是一次外部验证。它说明，真实世界数据的规模、质量和迭代效率，正在成为具身智能公司之间最关键的竞争变量之一。

3 个月近 50 亿，资本为什么集体押注千寻智能？

除了模型成绩，千寻智能近期更受关注的，是融资速度。

从公开信息看，千寻智能在 3 个月内连续完成四轮融资，累计融资金额接近 50 亿元人民币。本轮 15 亿元 A+ 轮完成后，资金将继续投向新一代具身基座模型迭代、全球化真实数据基础设施建设，以及多行业规模化商业落地。

这个融资节奏放在具身智能行业里并不常见，原因也不只是「机器人赛道热」。

资本真正关注的，是千寻智能是否已经形成了一个可持续运转的飞轮：真实场景带来真实数据，真实数据提升模型能力，模型能力反过来支撑更多场景落地，更多落地再继续产生数据。

这个飞轮一旦跑通，公司的价值就不只是一个机器人硬件公司，也不只是一个模型公司，而是同时连接了场景、数据、模型和应用。

不过，融资本身并不能证明技术一定领先。真正重要的是，钱会被用到哪里。

对具身智能公司而言，资金的直接用途通常包括三个方向：一是继续扩大模型训练和推理基础设施；二是建设更大规模的数据采集与处理体系；三是推进真实场景部署。千寻智能当前的优势，也恰好集中在这三件事上。

它既有 Spirit 系列模型在第三方评测中的持续表现，也有真实世界数据采集体系，还在工厂、零售、高端制造等场景里推进落地。这种组合，才是资本愿意连续下注的原因。

更关键的是，千寻智能并没有把商业化放在模型发布之后的「附属环节」，而是把它作为数据和模型迭代的一部分。

据公开资料，千寻智能正在与博世集团推进全球工业场景合作，借助真实工厂环境验证机器人在复杂工业流程中的执行能力；在国内零售场景中，千寻与京东展开战略合作，Moz 机器人已进入京东 MALL 线下门店，承担咖啡制作等服务任务；在高端制造场景中，小墨机器人已经落地宁德时代动力电池 PACK 产线，单日工作量达到人工的 3 倍。

千寻智能机器人已正式在京东 MALL 上岗履职，承担咖啡师。

工业场景重视稳定性、效率和安全边界；零售场景更看重交互、服务流程和长期运营；制造场景则要求机器人在高节拍、高一致性的任务中保持可靠表现。不同场景产生的数据和问题各不相同，也会推动模型向不同方向补齐能力。

这就是千寻智能商业化「黄金三角」的意义：一端是产业场景，一端是真实数据，一端是模型迭代。三者不是割裂的，而是相互强化。

对具身智能行业来说，真正难的不是做出一个演示视频，而是让机器人在真实环境中长期工作。真实环境会不断暴露问题，也会不断产生新的数据。谁能更早进入这些场景，谁就可能更早积累下一代模型需要的训练燃料。

结语

具身智能的竞争，正在从单点模型能力，走向一整套系统能力的比拼。

模型能否理解任务、能否稳定执行、能否适应陌生物体和复杂环境，最终都需要在真实世界中被反复验证。仿真、基础模型、数据采集、真机部署、工程优化、商业场景，任何一环都很难单独决定结果，但它们共同构成了物理 AI 走向规模化落地的基础。

从 RoboChallenge 到 RoboArena，从 Spirit v1.5 到 Spirit v1.6，千寻智能的连续表现，说明具身智能不再只是实验室里的技术展示，而正在进入更开放、更动态、更接近真实应用的验证阶段。谁能更快建立真实数据闭环，谁能更稳定地把场景反馈转化为模型进步，谁就更有机会在下一阶段竞争中占据主动。

物理 AI 的故事才刚刚开始。真正决定行业走向的，也许不是某一次发布会或某一个演示视频，而是机器人能否在一个个真实场景里持续完成任务、积累经验、修正错误，并最终走向可规模化的长期应用。千寻智能正在做的，正是把这条最难、也最关键的路一步步跑通。