国产具身智能基座模型再次突破！来自自变量机器人的端到端具身智能基础模型WALL-OSS，以46.43分的成绩超越美国具身智能明星公司Physical Intelligence的pi0，总分排名全球第二。在叠洗碗巾、挂口杯、按按钮、浇盆栽、移物入盒、开瓶器进抽屉等多个单任务中均拿下单项第一。

RoboChallenge由Dexmal原力灵机联合Hugging Face发起，是首个在真实物理环境中由真实机器人执行操作的大规模多任务基准测试。与LLM测评不同，具身模型测评更像是一场“开卷考”，任务描述和场景环境提前公开，参赛方无需提交模型权重，只需提供可驱动机器人的算法，最终通过统一真机执行以动作视频和任务完成率作为评分依据。

WALL-OSS是开源模型，相较于闭源模型，其能力可被任何研究者复现、检验和深入研究。WALL-OSS开源程度相当彻底：开放了预训练模型权重、完整训练代码和数据集接口，提供详尽部署文档，仅需RTX 4090级别消费级显卡即可完成从训练到推理部署的完整流程。当前榜单前三名包括pi0、pi0.5也都是来自开源体系，具身智能前沿发展正由开源模型共同推动。

RoboChallenge首发的Table 30任务集包含30个真实日常操作任务，从VLA方案难点、机器人类型、任务场景环境、目标物体属性四个维度构建评估体系。平台集成了UR5、Franka Panda、Aloha、ARX-5等多款主流机器人用于远程真机评测，并公开所有任务演示数据及测试中间结果。