MolmoSpaces 是艾伦人工智能研究所（Ai2）推出的机器人策略开放评测榜单，用于衡量机器人基础模型在操作任务上的泛化能力，目前已成为具身智能领域备受关注的基准之一。榜单采用统一任务集与自动化评分，让不同机构训练的策略模型可以在同一标准下比较，缓解了机器人领域长期缺少公认评测体系的问题。
MolmoSpaces 近期进展
当前焦点与观察点
目前围绕 MolmoSpaces 的讨论主要集中在三点：其一，操作成功率的提升究竟来自模型泛化能力，还是对基准任务分布的过拟合，头部结果能否在真实机器人上复现仍有待验证；其二，榜单综合排名与单项成绩之间的权重设计，不同团队对"综合第一"的含金量看法不一；其三，随着魔法原子、MagicLab 等公司密集刷榜，Benchmark 与商业宣传的边界开始变得模糊。
接下来值得观察的是：MolmoSpaces 是否会像语言模型的评测体系一样迭代出更难的任务集与防污染机制，以及榜上成绩与实际部署表现之间的相关性数据何时被独立研究确认。对关注具身智能的从业者和投资人而言，榜单排名可以作参考，但不宜作为评估模型实力的唯一依据。