RoboDojo是一个专注于物理AI和机器人操控能力的模型系统，近期在多项机器人任务测试中展现出卓越性能。根据arXiv: DeepSeek的研究，RoboDojo在42项任务测试中位居首位，证明了其在复杂物理环境中的操控能力。
RoboDojo 近期进展
GPT-6 Astra零微调操控机器人，RoboDojo 42项任务居首显示，尽管GPT-6 Astra无需微调即可操控机器人，但在RoboDojo评估框架下，专门优化的RoboDojo模型表现更为出色，这表明专业化的Physical AI模型在特定任务上具有优势。Simate 发布首版模型 Simate-beta，进军 Physical AI标志着Physical AI领域竞争加剧，Simate-beta作为新兴挑战者，与RoboDojo等成熟模型形成差异化竞争，推动整个领域技术进步。
小米发布机器人基座模型 Xiaomi-Robotics-1，10万小时数据预训练显示传统科技巨头正加速布局Physical AI，使用大规模数据预训练的策略与RoboDojo等模型形成互补，共同推动机器人操控能力提升。
当前焦点与观察点
具身智能"高考"难疯了！人类100分，最强模型12.8分，这一显著差距表明包括RoboDojo在内的Physical AI模型仍有巨大提升空间，特别是在复杂环境中的适应能力和泛化表现方面。RoboDojo等模型正面临从实验室走向实际应用的挑战，需要在保持高任务完成率的同时，提高能源效率和降低计算成本，才能实现商业化落地。
随着Physical AI领域的快速发展，RoboDojo需要持续优化算法架构，结合更多物理世界交互数据，以缩小与人类在物理世界中的能力差距，推动机器人技术在更多场景中的实际应用。