AI 具身智能 · 能力核验规格书
引用官方来源 454 处|
这一卷收什么、不收什么
第一卷 · 具身推理轨输入图像与指令，输出点位 / 边界框 / 轨迹 / 计划 —— 不直接驱动关节
| 能力 | Gemini Robotics ER 2 PreviewGoogle2026-08-14 | RynnBrain 1.1阿里巴巴2026-08-14 |
|---|---|---|
| 看懂 | ||
| 空间推理待核早于可追溯范围2/2 | ||
| 智能体视觉待核早于可追溯范围1/2 | ||
| 视频进度待核早于可追溯范围1/2 | ||
| 干活 | ||
| 任务编排待核早于可追溯范围1/2 | ||
| 实时流式待核早于可追溯范围1/2 | ||
6 条厂商原文 —— 每个 都能在这儿查到出处
Gemini Robotics ER 2 Preview · 空间推理：这一卷唯一一格有 API 可直接调的空间推理。注意它输出的是点位与轨迹，不是关节指令 —— 这正是 `er` 与 `vla` 分轨的原因。Google 官方文档 · Gemini Robotics ER
RynnBrain 1.1 · 空间推理：✅ 而且证据比一句自述强：官方给的最小示例本身就是在做指物（出边界框坐标）。它比 Gemini 那格多一样东西 —— 接触点预测与 metric 3D，那是 Google 那五项里没有的。阿里达摩院官方 · RynnBrain 1.1 模型卡
Gemini Robotics ER 2 Preview · 智能体视觉：靠代码执行去裁剪 / 放大再看一眼 —— 这一项在别家身上一次都没出现过，是 Google 独有的命名。Google 官方文档 · Gemini Robotics ER
Gemini Robotics ER 2 Preview · 视频进度：判断「这件事做到哪一步了」。⚠️ 官方标了 `ER 2 only`，1.6 那一档没有 —— 这是这一卷里第一条能看到代际差的证据。Google 官方文档 · Gemini Robotics ER
Gemini Robotics ER 2 Preview · 任务编排：⚠️ 官方措辞是「接你自己的机器人 API」—— 它编排，不驱动。长程任务的执行仍然要你自己接一层。Google 官方文档 · Gemini Robotics ER
Gemini Robotics ER 2 Preview · 实时流式：只在 ER 2 Streaming 那个端点上有，普通 ER 2 端点没有 —— 官方自己在表里加了括号说明。Google 官方文档 · Gemini Robotics ER
现在有这些
2 个模型，按当前版本日期排。越靠前越新。
每项能力，谁做到了
点开看名字。 是「官方没说」，不是「不支持」 —— 两回事。
智能体视觉1 / 2 · 1 没说
任务编排1 / 2 · 1 没说
实时流式1 / 2 · 1 没说
视频进度1 / 2 · 1 没说
谁最不透明
九家都用厂商官方文档逐格核过之后，剩下的 就是这家没公开说的部分。 别看总数，看分布。
第二卷 · 动作策略轨输入图像 + 本体状态 + 指令，输出动作块（关节 / 末端位姿，带 action horizon）
| 能力 | NVIDIA Isaac GR00T N1.7英伟达2026-08-14 | π（Physical Intelligence） π₀.₅Physical Intelligence2026-08-14 | OpenVLA 7BOpenVLA 团队2026-08-14只维护，无新代 | SmolVLA baseHugging Face2026-08-14 | MolmoAct2艾伦人工智能研究所2026-08-14 | HelixFigure2026-08-14 | InternVLA A1.5上海人工智能实验室2026-08-14 | 混元具身 0.5腾讯2026-08-14 | Xiaomi Robotics 1小米2026-08-14 |
|---|---|---|---|---|---|---|---|---|---|
| 拿得到 | |||||||||
| 开源权重待核早于可追溯范围5/9 | |||||||||
| 跨本体待核早于可追溯范围3/9 | |||||||||
| 零样本可用待核早于可追溯范围4/9 | |||||||||
| 跑得起 | |||||||||
| 微调路径待核早于可追溯范围5/9 | |||||||||
| 数据格式待核早于可追溯范围4/9 | |||||||||
| 边缘部署待核早于可追溯范围2/9 | |||||||||
| 框架可换待核早于可追溯范围2/9 | |||||||||
25 条厂商原文 —— 每个 都能在这儿查到出处
NVIDIA Isaac GR00T N1.7 · 开源权重：⚠️ 不是标准开源协议。权重公开、条款是英伟达自己那份，商用前必须自己读 —— 和 OpenVLA 的 MIT、X-VLA 的 Apache-2.0 不是一回事。NVIDIA/Isaac-GR00T 官方仓库
π（Physical Intelligence） π₀.₅ · 开源权重：⚠️ 权重在 Google Cloud Storage，不在 Hugging Face。 这会连累两件事：HF 下载量排不出它的真实位置；国内取权重要自己解决出网。Physical-Intelligence/openpi 官方仓库
OpenVLA 7B · 开源权重：这一卷里许可最干净的一支 —— MIT，没有附加条款。openvla/openvla 官方仓库与模型卡
SmolVLA base · 开源权重：Hugging Face 官方 · SmolVLA 模型卡
MolmoAct2 · 开源权重：Ai2 官方 · MolmoAct2 模型卡
NVIDIA Isaac GR00T N1.7 · 跨本体：这一卷跨本体做得最明码标价的一支：哪些本体开箱可用、哪些要先微调，官方列成了两张表。⚠️ 这份清单不在 README，在 `getting_started/policy.md` —— README 只写「see the Policy API Guide」。NVIDIA/Isaac-GR00T 官方文档 · Policy API（本体标签清单）
OpenVLA 7B · 跨本体：openvla/openvla 官方仓库与模型卡
MolmoAct2 · 跨本体：同族按本体各出一档（`-SO100_101`、`-BimanualYAM`、`-DROID`），基座档自述是多本体的。Ai2 官方 · MolmoAct2 模型卡
NVIDIA Isaac GR00T N1.7 · 零样本可用：✅ 但边界很硬：只有预训练标签那几种本体能零样本跑，后训练标签（`LIBERO_PANDA`、`UNITREE_G1_SONIC` 等）拿基座模型跑会直接报错。「能零样本」不等于「对你的机器人能零样本」。NVIDIA/Isaac-GR00T 官方文档 · Policy API（本体标签清单）
π（Physical Intelligence） π₀.₅ · 零样本可用：Physical-Intelligence/openpi 官方仓库
OpenVLA 7B · 零样本可用：⚠️ 证据强度弱于 GR00T：这是一句总括的自述，没有像 GR00T 那样列出「哪些本体开箱可用、哪些必须先微调」。同样是 ✅，可复现程度差一截。openvla/openvla 官方仓库与模型卡
Helix · 零样本可用：官方说明 Helix 在未见过的测试物体上零样本泛化，无需逐任务微调；不表示公开可下载。Figure 官方 · Helix 发布页
NVIDIA Isaac GR00T N1.7 · 微调路径：NVIDIA/Isaac-GR00T 官方仓库
π（Physical Intelligence） π₀.₅ · 微调路径：Physical-Intelligence/openpi 官方仓库
OpenVLA 7B · 微调路径：🔧 2026-08-15 改了署名的源。 原来署 `openvla-gh`（HF 模型卡），但这句话在仓库 README 里 —— 模型卡上没有。`requote.mjs` 照出来的，同一个 id 原本代表了两个页面。openvla/openvla 官方仓库 README
SmolVLA base · 微调路径：Hugging Face 官方 · SmolVLA 模型卡
MolmoAct2 · 微调路径：Ai2 官方 · MolmoAct2 模型卡
NVIDIA Isaac GR00T N1.7 · 数据格式：NVIDIA/Isaac-GR00T 官方仓库
π（Physical Intelligence） π₀.₅ · 数据格式：Physical-Intelligence/openpi 官方仓库
OpenVLA 7B · 数据格式：⚠️ 和别家不通：这一卷主流是 LeRobot 格式，OpenVLA 走 RLDS。要混用得先转换 —— 这正是「数据格式」该单列一根轴的原因。🔧 2026-08-15 改了署名的源。 原来署 `openvla-gh`（HF 模型卡），但这句话在仓库 README 里 —— 模型卡上没有。`requote.mjs` 照出来的，同一个 id 原本代表了两个页面。openvla/openvla 官方仓库 README
SmolVLA base · 数据格式：Hugging Face 官方 · SmolVLA 模型卡
NVIDIA Isaac GR00T N1.7 · 边缘部署：这一卷唯一一支把边缘部署做成完整导出链路、还附实测延迟的。别家最多说「消费级硬件能跑」。NVIDIA/Isaac-GR00T 官方仓库
Helix · 边缘部署：官方说明整个 Helix 在机器人板载低功耗 GPU 运行；适用于其机器人部署。Figure 官方 · Helix 发布页
π（Physical Intelligence） π₀.₅ · 框架可换：这一卷唯一一支同时给 JAX 与 PyTorch 两套实现的。原生是 JAX（训练时要调 `XLA_PYTHON_CLIENT_MEM_FRACTION`），PyTorch 是后加的一层。Physical-Intelligence/openpi 官方仓库
SmolVLA base · 框架可换：官方 smolvla_base 模型卡给出 torch 推理和 loss.backward 训练示例，确认 PyTorch。Hugging Face 官方 · SmolVLA 模型卡
代表性视图，不是完整列表 ——查看全部 16 个模型 →