全球首个大规模多任务真机基准测试平台RoboChallenge近日公布最新榜单，中国自变量机器人研发的全自研开源操作大模型WALL-OSS以总分第二的成绩跻身前三，与美国Physical Intelligence公司的pi0.5、pi0形成三足鼎立格局。这一突破标志着中国具身智能产业在“大脑”层面实现重大跨越，彻底改写了此前“硬件强、软件弱”的行业认知。
在具体测试项目中，WALL-OSS展现出显著优势。该模型在叠洗碗巾、按按钮、浇盆栽等12个日常任务中均获单项冠军，尤其在需要精细动作控制的浇灌任务中，通过精准调控水流力度和方向，以满分成绩领先其他模型。测试场景采用预知任务模式，相当于提前公布考题，而作为开源模型的WALL-OSS选择以“明牌”方式参与竞技，其所有操作逻辑均可通过公开代码追溯验证，这种透明化竞争模式使其成绩更具说服力。
技术层面，WALL-OSS的创新架构成为制胜关键。研发团队通过混合专家（MoE）架构设计，创造性地采用“共享注意力+专家分流”机制，有效解决了视觉语言模型向具身模型迁移时的数据冲突问题。在训练范式上，模型采用“离散-连续-联合”三阶段训练法，使认知决策与动作执行形成闭环，这在浇灌任务中表现为既能判断植物缺水状态，又能精确控制出水时长和力度。
跨层级思维链推理能力是该模型的另一大突破。通过构建包含高层决策、中层规划、底层执行的完整推理链条，WALL-OSS在面对突发状况时展现出强大适应力。例如在测试中遭遇工具位置变动时，模型能快速重新规划动作路径，通过调整机械臂关节角度完成既定任务，这种类人化的应变能力显著区别于传统工业机器人的固定程序响应模式。
开源战略成为WALL-OSS区别于其他模型的重要特征。自变量机器人选择同步开放预训练权重、训练代码、数据接口及部署文档，形成完整的技术开源体系。这种开放模式不仅降低了行业研发门槛，更通过社区协作机制加速技术迭代。据团队透露，开源三个月内已收到全球开发者提交的237项改进建议，其中46项被直接整合进最新版本。
行业生态建设是开源战略的核心目标。当前具身智能领域存在模型标准混乱、验证流程冗长等痛点，自变量CTO王昊在技术分享中指出：“开源相当于为行业提供统一的基础设施，开发者可以基于成熟框架进行差异化创新，避免重复造轮子。”这种理念已获得初步成效，已有12家机器人企业基于WALL-OSS开发出物流分拣、医疗辅助等场景应用。
技术透明化带来的产业变革正在显现。传统工业机器人研发需要3-5年的周期，而基于开源模型的开发团队平均缩短至8-12个月。这种效率提升源于开源体系提供的“技术积木”——开发者无需从零构建感知-决策-执行全链条，只需专注特定场景的模块优化。正如NVIDIA创始人黄仁勋所言：“开源是技术经济的催化剂，它让创新从孤岛变为群岛。”
在具身智能的竞技场上，WALL-OSS的突破具有双重意义：既证明中国团队在核心算法领域达到世界领先水平，更通过开源模式重构了行业竞争规则。当技术壁垒被打破，创新焦点正从单点突破转向生态共建，这场由开源引发的产业变革，或将重新定义人机协作的未来图景。
