横扫四榜，DM0.5 凭什么面面俱到？

单科冠军不够，具身智能落地需要没有结构性短板的底座    作者丨邓哲敏    编辑丨齐铖湧                                                                                                       一个模型同时占据四个能力子榜单的榜首，这在具身智能行业里不多见。RoboColiseum 是由智元机器人发起，联合高校、科研机构、开源社区及机器人企业共同建设的评测平台，它把评测拆成四个维度：指令跟随、空间理解、扰动适应、通用操作。参评者只要在任何一个维度上有结构性短板，就会在对应的子榜上掉下来。而原力灵机的通用具身基础模型 DM0.5 在四个子榜上全部排名第一，且目前是唯一做到这一点的模型。AI科技评论（雷峰网公众号）想知道，这张成绩单有多可信？DM0.5 又凭什么霸榜？01一把可信的尺子演示效果和真实场景之间存在差距，这在机器人行业早不是什么新鲜事。普通商品尚有卖家秀与买家秀之别，遑论技术尚未成熟的具身智能。因此，模型越是层出不穷，行业就越需要可信赖、细颗粒的公共标尺，帮助挑选出真正的强者。然而现实并不乐观，AI科技评论观察到，具身评测行业长期存在几个痛点，让分数的可信度打了折扣。第一个痛点，是仿真跑分高、真机落地差。 仿真环境里的物理参数、视觉渲染和真实世界相差甚远，模型在仿真里得了高分，搬到真机上可能是一塌糊涂。市面上大部分仿真评测基准并没有做系统的真机-仿真对比实验，更没有公开结果。针对 Sim2Real 的一致性问题，RoboColiseum 负责人吴墨告诉AI科技评论（雷峰网公众号），平台通过空间智能技