智元用模型、數據、評測三條主線，串起開發者友好的全棧閉環

作者：彭堃方

編輯：呂鑫燚

出品：具身研習社

6 月 28 日，智元 In-Cite AGIBOT WORLD 開發者日落地上海，釋放出一個關鍵信號：具身智能正在開發者端建立起全棧閉環。

今年具身智能產業熱詞很多，背后可以凝練成三條主線：模型、數據、評測。模型決定機器人能不能理解世界、規劃動作和泛化；數據決定模型是否見過足夠多真實場景和長尾交互；評測決定能力能不能被穩定驗證，并在下一輪訓練中變成反饋。

這次活動以智元 Genie 和覓蜂全棧產品為核心技術基底，集中呈現 AGIBOT WORLD 數據集、Genie Envisioner-Sim 2.0 世界模型、Genie Sim 3.0 仿真平臺、GO-2 具身大模型、GDK 開發套件、Genie Studio 等一整套技術鏈路?，F場還設置真機體驗區和項目展示模塊，讓開發者看到模型、數據、仿真、開發工具和真實機器人之間的連接方式。

過去很多企業更習慣發布單點能力，但智元這次開發者日強調的是全棧開放和開發者共建：數據從哪里來，模型如何訓練，仿真如何驗證，能力如何評測，最終又如何回到本體開發。

這背后有兩個關鍵。其一，智元本身需要有足夠完整的技術棧，才辦得起這樣一場覆蓋模型、數據、仿真、評測、開發工具和真機體驗的開發者日。其二，它也釋放出一個明確的生態信號：具身智能不可能只靠封閉體系往前推，必須與技術一線、開發者社區和行業前沿保持更高頻的交互。

由此來看，這場開發者日真正想講的，是智元 Genie+覓蜂全棧技術體系如何形成一個面向開發者的開放閉環。這才是智元這場活動在具身智能產業的刻度價值。

世界模型是今年具身智能繞不開的方向。機器人在真實世界中試錯成本高，VLA 雖然已經把視覺、語言和動作連起來，但在長時序任務、復雜交互和失敗復盤中，仍然需要一個可以提前預測、回放和評估的虛擬經驗場。

智元在活動中展示的 Genie Envisioner-Sim 2.0，也就是 GE-Sim 2.0，正是圍繞這一需求展開。它是一款面向機器人操作場景的全功能視頻世界仿真器，相關技術成果拿下CVPR 2026 WorldArena Challenge 世界模型賽道冠軍。相比一般視頻生成模型，GE-Sim 2.0 更強調機器人研發所需要的能力：長時序穩定生成、多視角高一致性渲染、機器人本體狀態輸出、內置自動化獎勵評測、近實時推理和低幻覺生成。

這些能力讓 GE-Sim 2.0 不只是生成一個逼真的未來視頻，而是可以服務訓練、驗證、策略學習和評測反饋。它能夠生成主視角、左右手腕視角等多視角視頻，也能輸出關節角度、夾爪狀態等本體狀態信息；內置的 World Judge 獎勵模型，還可以根據自然語言任務指令自動判斷任務完成度，并輸出獎勵信號。這意味著世界模型可以參與策略學習過程，幫助判斷動作有沒有完成，失敗發生在哪里，下一輪策略該如何調整。

因此，智元講 GE-Sim 2.0，重點不是單獨證明模型有多強，而是展示世界模型如何嵌入 AGIBOT WORLD 數據集、Genie Sim 仿真平臺、Open Session 評測體系和 GDK 開發工具之中。模型能力只有進入真實開發流程，才會從技術成果變成工程工具。世界模型如果能成為數據增強工具、自動化評測環境和策略學習環境，就會進一步成為具身智能研發的基礎模塊。

模型能力的來源，最終還是數據。具身數據不只是“看見”，還包含動作、力、觸覺、關節狀態、空間位置、任務過程和失敗樣本。真正稀缺的，是能夠支撐機器人能力迭代的高質量、多模態、可訓練、可驗證數據。

智元 AGIBOT WORLD 開源真機數據集，承擔的是真實世界樣本底座。該數據集于 2024 年 12 月發布，總時長 2976.4 小時，覆蓋 217 項具體任務、87 種技能、3000 余種物品，橫跨五大領域的 100 余個真實場景。更重要的是，它全部來自開放真實環境，覆蓋精細操作、超長程任務、空間移動、雙臂協同、多機 / 人機協作等真實任務矩陣。

真機數據集只是起點。覓蜂 MEgo Engine 承擔的是數據基礎設施角色，以“見過—做過—做對”三階閉環為核心，并提供全鏈路自動化數據基建、Retarget 質量門控、三段式分層訓練范式和可驗證自動迭代數據飛輪。

同時，Genie Sim 3.0 把仿真數據放進這條數據鏈路。它是一站式開源仿真平臺，可以提供環境搭建、數據采集、自動化評測全鏈路工具；依托自研空間世界模型 Genie Sim World，僅憑文字或圖片輸入即可分鐘級生成數字孿生高保真仿真場景，并同步輸出 RGB、深度、激光雷達等多模態仿真數據。智元給出的驗證結果顯示，使用 3 倍規模仿真數據訓練的機器人模型，真機表現優于純真機數據訓練效果。

所以，智元這次講數據，重點不是單個數據集規模，而是把真機數據、仿真數據、人類行為數據和數據閉環放到一起，讓開發者既能拿到真實世界樣本，也能通過仿真和數據基礎設施完成擴展、清洗、質檢、轉換和回流。

模型和數據之后，評測成為第三個關鍵環節。

具身智能行業越來越需要統一的能力坐標。很多機器人 Demo 看起來都能完成任務，但任務難度、環境變量、操作精度、失敗率、魯棒性并不統一。行業內的自說自話、自賣自夸現象已經“亂花漸欲迷人眼”，如果沒有標準評測，這些問題永遠在公關稿里。

智元的 Genie Sim Benchmark，承擔的是標準化評測體系的角色。它從指令理解、空間推理、操作執行、擾動魯棒性四大維度考核機器人能力，并適配 ACoT-VLA、π、GR00T 等主流具身模型。

這四個維度，正好對應當前具身模型最常被追問的能力。指令理解考驗模型能不能把自然語言轉成可執行動作；空間推理考驗模型能不能理解物體位置、順序、關系和場景結構；操作執行考驗模型能不能完成分揀、碼放、取放、插拔、折疊等真實動作；擾動魯棒性考驗模型在光照、背景、相機噪聲、物體變化、指令變化等不穩定條件下的表現。

評測能否成立，關鍵還在仿真與真機的一致性。過去行業對仿真評測最大的擔心，就是仿真里跑得好，不代表真機能跑得好。智元的驗證結果顯示，仿真環境與真實真機模型成功率相關性達到 89.5%，仿真與真實評測誤差小于 10%。這讓仿真評測具備了更強的工程參考價值，可以成為真機測試前的低成本篩選器。

Genie Sim - Sim2Real實驗對比

在這個基礎上，AGIBOT World Challenge Open Session 被推到了開發者面前。

Open Session是智元發起的常態化具身智能仿真評測平臺，基于 Genie Sim Benchmark 構建，面向全球開發者全年開放，實時更新排名。平臺目前提供 4 個榜單、40 余個高保真仿真評測任務，后續還會持續更新。AGIBOT World Challenge 已經連續兩屆與國際頂級學術會議聯合舉辦賽事，分別覆蓋 2025 IROS 和 2026 ICRA，并積累了千人級參賽規模。

AGIBOT WORLD CHALLENGE Open Session 仿真評測平臺內測開啟：打造7×24小時開放的具身智能評測平臺

現在，智元把這套賽事和評測能力進一步常態化。開發者可隨時提交模型、獲取評測報告、追蹤能力變化。平臺預置主流基座模型基線成績，提交后即可獲得與業界標桿的橫向對比。全部評測算力由平臺提供，開發者無需自備環境和算力，注冊到首次提交約 5 分鐘，30 分鐘即可完成仿真評測。

Open Session 的意義，不只是“打榜”。它更像是智元面向全球開發者開放的一套在線評測基礎設施。

首先，它降低了參與門檻。具身智能的評測過去很容易被硬件、場地、工程環境卡住。Open Session 把評測變成在線服務，讓開發者能夠以更低成本進入具身智能評測體系。

其次，它提供橫向對比。平臺內置主流模型基線成績，提交后可以獲得多維能力雷達圖、逐任務成功率對比，模型優勢和短板一目了然。過去很多模型只能在各自任務里自證，現在可以在同一任務、同一環境、同一指標下比較。

更重要的是，它讓評測變成反饋。Open Session 目前設置 Instruction、Robust、Spatial、Manipulation 四大評測榜單。Instruction 覆蓋形狀、大小、顏色、邏輯推理等 10 類自然語言指令理解任務；Robust 設計光照變化、背景替換、指令泛化、相機噪聲、遮擋、外參偏移、夾爪切換、控制延遲等 10 類真實工況擾動；Manipulation 涵蓋開門、持握、傾倒、鏟取、清理桌面、分揀等真實場景操作技能；Spatial 則通過相對位置抓取、排序、疊放等任務評估空間智能。

這些榜單不只是給模型排序，也能幫助開發者定位問題。模型在指令跟隨上掉分，可能說明語言與行為對齊不足；在Robust 榜單中表現不穩定，可能需要補充更多擾動數據和域隨機化訓練；在 Manipulation 榜單中失敗，則可能暴露操作策略、控制精度或長程任務組合能力短板。評測越細，反饋越具體，模型迭代也越有方向。

因此，Open Session 是這次開發者日中非常關鍵的一環。它把一次性賽事延伸為常態化開發者平臺，也把智元的仿真能力、評測能力和開發者生態連接起來。開發者不必先擁有完整機器人系統，也不必自己搭建復雜評測環境，就可以把模型放到標準化仿真平臺里，與主流模型橫向比較，再把結果用于下一輪迭代。

對智元而言，Open Session 也是全棧生態的外部接口。AGIBOT WORLD 數據集提供真實樣本，Genie Sim 提供仿真環境，Genie Sim Benchmark 提供評測標準，Open Session 則把這些能力開放給開發者和共建伙伴。它把開發者從“觀看活動的人”變成“參與技術迭代的人”。

模型、數據、評測構成了具身智能能力增長的三條主線，但它們最終都要回到機器人本體。

具身智能的開發難點不只在模型本身，還在模型如何接入機器人，如何從仿真遷移到真機，如何在真實本體上穩定執行。模型和身體之間，長期缺一層足夠標準化的工程連接。

在 AGIBOT WORLD 開發者日上，GDK 被定位為 Genie 機器人的全棧開發底座，覆蓋建圖導航、多模態感知、運動控制、VLA 一體化、強化學習策略訓練與真機 RL 部署等模塊，并通過標準化統一接口，實現仿真環境到真實機器人的平滑遷移與無縫切換。

GDK 的價值，在于通過統一接口和開發范式，壓縮仿真、訓練、部署之間的割裂，把復雜的機器人開發環節封裝成開發者可以調用的能力。世界模型、仿真平臺、數據集、MEgo Engine 和 Open Session 分別解決訓練、數據和評測問題；GDK 則把這些能力接回機器人本體，最終把“能訓練”“能評測”推向“能部署”。

開發者共建

正在成為具身智能平臺型企業的新命題

過去，大家喜歡證明“能讓機器人做成某件事”。下一階段，平臺型企業要回答的問題會是：能不能讓更多開發者、更低成本、更可驗證地把機器人能力做出來。

這是智元舉辦這場開發者日的深層含義。它不僅在展示 Genie+覓蜂的全棧能力，也在向技術一線和開發者社區發出共建邀請。具身智能的產業化不會只發生在某一家公司的封閉系統里，它需要模型團隊、數據團隊、仿真平臺、本體開發者、學術社區和產業場景共同參與。

開發者日辦得起來，靠的是全棧技術能力；辦給誰，指向的是智元對開發者生態的重視。