RoboColosseum：150+ 真实场景、数百台真机上的机器人策略盲测竞技场上线
micoolcho · x · 2026-11-05
RoboColosseum 是一个真实世界机器人 benchmark：不靠精挑细选的 demo，而是把你的模型盲跑在数百台真实机器人、150+ 个场景上，所有 rollout（包括失败）都公开在 Hugging Face 上。
两种评测赛道
- Open track：两个匿名模型在同一场景收到同一条全新指令，人类裁判择优或判平——类似 LMArena，但跑在真机上，衡量新任务零样本能力
- Fine-tune track：所有模型用同一份 100 条开源 demo 微调同一固定任务，各给 25 次尝试，公平比较特定技能的学习能力
规模与参与者：OpenAI、Anthropic、NVIDIA、Physical Intelligence、Galaxea、Ai2 等超过 30 个 policy 已在 Unitree G1、Franka、YAM、SO-101 等本体上被测。
排行榜亮点（配图）：G1 本体上无模型达成完全成功（榜首 LingBot-VLA-V2 和 NVIDIA GROOT-N17 完全成功率 0%、进度 23%）；YAM 本体上 Physical Intelligence 的 PI05 遥遥领先，完全成功率 94%、进度 97%。
平台免费提供评测（宣传 10,000 小时免费时长），发布全部 LeRobot 格式数据供复用和训练。
所属事件:Hugging Face 等联合发起 RoboColosseum 真机开放评测(62 条相关)→
「具身」频道最新
- 投资人抱镜面机器狗当负重锻炼，笑称不再需要力量训练 — StewartalsopIII · 2026-11-05
- UniMate 统一模型：一个文本提示驱动任意骨架 3D 动画 — victormustar · 2026-11-05
- 中国否决软银 54 亿美元收购 ABB 机器人业务，重挫孙正义物理 AI 布局 — pstAsiatech · 2026-11-05
- 机器人学习瓶颈何在?业内共识:可扩展评测 — micoolcho · 2026-11-05
- RoboColosseum 真实环境机器人基准选定宇树 G1 为主力机型 — chris_j_paxton · 2026-11-05
- 机器人公司 Mundane 招机械工程师,年薪最高 26 万美元 — chris_j_paxton · 2026-11-05