Skip to content

新闻Robotics & Automation News12 天前

Nebius联合Positronic启动Physical AI竞赛验证机械臂操作模型 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:Nebius and Positronic launch physical AI competition to test robot manipulation models(Robotics & Automation News)

核心内容 ​

10月26日,Nebius与Positronic Robotics联合启动Nebius × Positronic Physical AI Competition,赛事将持续至2026年12月。该竞赛面向全球开发者征集机器人AI模型,提供超过2万美元的Nebius GPU算力积分及Positronic评估积分。参赛模型将先经仿真初筛,排名前10的团队晋级物理机械臂实机测试环节,旨在解决当前具身智能领域缺乏独立、标准化模型对比方法的痛点。

技术评测依托Positronic运营的PhAIL.ai榜单及DROID基准,使用统一的Franka机械臂执行超100种日常操作任务。既往1000+ episodes测试数据显示,最强模型平均任务完成率约70%,最弱仅12%,证实操作能力仍是开放难题。Nebius提供GPU基础设施与Physical AI Workbench,Positronic负责独立评估,借鉴DARPA Grand Challenge模式推动技术收敛,报名通道为competition.phail.ai。

关键看点 ​

  • 赛制流程:采用仿真初筛加Top10实机验证两阶段制,全程使用统一Franka机械臂进行独立评估
  • 性能基线:基于DROID基准千次测试,顶尖模型任务成功率70%,尾部模型仅12%,差距显著
  • 资源支持:提供超2万美元Nebius GPU算力与Positronic评估积分,配套Physical AI Workbench工具链
  • 评测标准:覆盖100+日常操作任务,依托PhAIL.ai榜单建立跨团队、可复现的模型能力对标体系

工程与产业观察 ​

该竞赛通过统一Franka硬件与DROID基准,将具身操作模型评测从碎片化Demo推向标准化量化阶段。70%与12%的成功率极差揭示了当前开源模型在泛化操作上的真实短板,为算法团队提供了明确的工程优化坐标,有助于加速Sim-to-Real验证闭环与基础模型能力对齐。

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

外部来源

本页事实对应的公开页面,以原文为准。(点击将离开本站)

  1. Robotics & Automation News:Nebius and Positronic launch physical AI competition to test robot manipulation models ↗访问 2026-11-10