被业内叫做具身智能界珠穆朗玛峰的 RoboDojo，在最近连续 33 天里面上演榜首轮换大战，多家团队研发的具身 Agent 一个接一个刷新榜单最高分，频繁登顶，而快速迭代的 Agent 路线，也让原来混排式的评测框架扛不住，官方团队官宣进入调整期，计划拆分独立子榜、收紧刷榜与作弊审核规则，用来适配现在分化越来越明显的具身智能技术路线。RoboDojo 最开始设计的时候，主要面向世界动作模型、VLA 这类一体式机器人策略，没有预料到 GPT-6 Astra 带动的 Coding Agent、RSI 递归自进化智能体快速进场，Agent 方案靠代码试错、任务复盘、自主迭代拿到很高分数，但是它的评测开销、任务逻辑、对比基线和传统模型完全不一样，混在一起排名会带来公平性争议，所以维护团队决定分赛道治理榜单，一边保留主榜给传统机器人策略，一边单独开设 Agent 子赛道，同时关闭容易出现数据 hack 的 Open 维度计分。下面把 RoboDojo 基础背景、33 天登顶接力清单、五大评测维度、调整方案、路线差异、风险点整理成清单和表格。
一、RoboDojo 基础信息
- 发起方：香港大学 MMLab，联合伯克利、清华等全球近 20 所科研机构共建
- 行业别称：具身智能界的珠穆朗玛峰
- 评测架构：仿真 + 真机双轨，一共 42 项仿真任务、18 项真机实操任务
- 五大评分维度：泛化能力、记忆能力、精细操作精度、长程任务执行、开放词汇指令
- 配套平台：XPolicyLab，支持一次集成，仿真、真机统一跑测
- 当前状态：进入调整周期，计划从 2026 年 12 月 1 日落地新版榜单规则
二、33 天 Agent 轮番登顶接力清单
时间线从 9 月 28 日算起，各家 Agent 连续抢占榜单第一名，分数持续抬升：
- 9 月 28 日：香港大学 MMLab + Kinetix AI，PhysicalRSI，率先把 Agent 推上榜首
- 10 月 14 日：Einsia.AI EmbodiedEvo，自进化 Coding Agent，得分 45.08，完成接替
- 10 月 17 日：Manifold AI WorldScape-R²SI，递归自进化方案，得分 46.58
- 10 月 20 日：六角未来 HexaShell，得分来到 53.18，再创新高
- 10 月 24 日：北大 DAGroup PyRUA-Lean，得分 55.26，继续刷新
- 10 月 27 日：智元机器人 GO-3 Nano Preview，首个平均分突破 60
- 10 月 30 日：Qoo Tech Q0-Preview，拿到 74.20 分，成为这一轮接力里最新榜首
三、两类路线对比表：传统具身策略 vs Agent 方案
| 项目 | 传统 WAM / VLA 具身策略 | RoboDojo 里的 Agent（RSI / Coding Agent） |
|---|---|---|
| 核心逻辑 | 模型直接输出机器人动作，依靠海量轨迹数据训练 | 大模型生成控制代码，执行后根据反馈反复修改方案 |
| 评测消耗 | 单次任务速度快，算力、时间成本可控 | 交互试错次数多，单任务评测耗时很长 |
| 优势 | 动作稳定，适合直接部署在机器人本体 | 零样本泛化强，陌生任务可以边试边学 |
| 榜单旧规则 | 和 Agent 在同一个总榜混合排名 | 和传统策略混排，引发公平性争议 |
| 新版规划 | 留在 RoboDojo 主榜 | 划入独立 Agent 子榜单独排名 |
四、RoboDojo 本次调整的完整计划清单
- 拆分独立 Agent 子榜
- 取消 Open 维度计分
- 增加闭集额外核验
- 强化开源强制要求
- 规划 Zero-shot 细分赛道
- 设置评测时长上限
主榜只保留非 Agent 一体式机器人策略，Agent 方案单独开辟赛道，两个榜单分开排名，但是成果都会对外展示。
这个维度很难核验是否存在数据 hack、定向过拟合刷分，后续不再计入总分。
对高分提交方案追加额外测试集，排查针对性刷榜。
高分方案需要快速在 XPolicyLab 开源，方便社区复现，减少黑箱刷分。
后续 Agent 子榜内部继续拆分零样本赛道，专门考察不经过现场试错的原生能力。
限制单任务交互迭代次数，避免部分 Agent 依靠无限试错拉高分数，平衡评测资源。
五、五大评测维度简单说明
- 泛化能力：物体摆放、环境布局随机改动之后，机器人还能不能正常完成任务。
- 记忆能力：长流程任务里面记住前置操作、物品位置，不会遗忘上下文。
- 精细操作精度：夹取、对位、装配这类需要亚毫米级控制的操作。
- 长程执行：多步骤复杂任务，中途不会崩溃、不会跑偏。
- 开放词汇：听懂自然语言里没有提前定义的新指令。
六、路线优势与现存短板
✅ Agent 路线亮点
- 不需要海量机器人轨迹数据，依托通用大模型的推理和编码能力快速上手新任务。
- 可以自主复盘失败动作，迭代控制逻辑，实现机器人自进化。
- 对全新场景、陌生物体的适配速度，明显快于传统预训练动作模型。
❌ Agent 路线短板
- 试错模式非常吃时间和算力，真机落地时容错成本很高。
- 高分很多是在仿真环境拿到，迁移到真实机器人之后稳定性容易下滑。
- 容易通过针对题库的 hack 方式拿到虚高分数，很难快速核验。
七、调整带来的行业影响
这次改动本质不是否定 Agent，而是承认两种技术路线不能用一套考卷评判。分开榜单之后，大家横向对比会更清晰，不会出现 “谁登顶就代表整条路线碾压对方” 的误读；同时更高的开源、复现门槛，也会压缩纯刷榜项目的生存空间，倒逼团队往真机可落地方向做研发。
【相关 FAQ】
问题 1：被称作具身智能界珠穆朗玛峰的 RoboDojo，为什么最近 33 天大量 Agent 轮番登顶？
回答 1：GPT-6 Astra 带动 Coding、RSI 这类具身 Agent 范式爆发，Agent 依靠代码试错、自主复盘迭代任务策略，在 RoboDojo 的五大维度上快速拿到高分，在连续 33 天里面，多家团队的 Agent 依次刷新成绩、轮流登顶，也让原来的混排评测体系难以维持公平。
问题 2：步入调整期的 RoboDojo，针对大量 Agent 刷榜会推出哪些核心改动？
回答 2：步入调整期的 RoboDojo 计划从 12 月 1 日落地新规，核心动作是单独设立 Agent 子榜，和传统机器人策略主榜分开排名；同时取消 Open 维度计分、增加闭集复测、提高开源要求、增加评测时长限制，用来抑制 hack 刷分，平衡评测资源。
问题 3：RoboDojo 榜单里的 Agent 和传统具身模型，核心差别是什么？
回答 3：RoboDojo 里的传统具身模型直接输出机器人动作，靠大量轨迹训练；而 Agent 一般是由大模型生成控制代码，执行任务之后根据反馈修改方案，自主试错迭代，泛化能力更强，但评测耗时更长，两者后续会分到不同榜单。
问题 4：RoboDojo 被叫做具身智能界珠穆朗玛峰，它主要从哪几个维度考核机器人？
回答 4：作为具身智能界珠穆朗玛峰，RoboDojo 一共从泛化能力、记忆能力、精细操作精度、长程任务执行、开放词汇指令五个维度，结合仿真任务和真机实操综合打分。
【参考资料】
[2026-11-09]（33 日前赴后继：“盘踞珠穆朗玛峰” 的 Agent，与步入调整期的 RoboDojo）虎嗅网
[2026-11-05]（神秘模型登顶再引争议，RoboDojo 如何应对具身智能企业 “刷榜”?）搜狐
[2026-10-15]（具身智能迎来范式跃迁！EinsiaAI 发布 EmbodiedEvo，自进化 Coding Agent 登顶具身珠峰 Robodojo）机器之心
[2026-10-10]（突围 GPT6! 北京企业世界动作模型登顶国际权威榜单）手机搜狐网
[2026-08-12]（香港大学首创「RoboDojo」具身人工智能统一评测基准）HKU Lead
【免责声明】
本文为 RoboDojo、具身 Agent 榜单公开资讯整理，不构成创业、投资、技术选型建议；RoboDojo 的新版规则、分榜方案、时间节点为维护团队对外公布的规划，正式上线前仍有调整可能；榜单仿真高分不等于真机稳定落地；不同 Agent 方案的刷分风险、复现难度、真机迁移效果差异较大；各家团队的技术路线、后续迭代节奏由对应研发方自主决定。
本文来自作者[晚风渡萤]投稿，不代表诚邦网立场，如若转载，请注明出处：https://www.cbpmc.com.cn/qyzx/202611/269.html
评论列表（4条）
我是诚邦网的签约作者“晚风渡萤”！
希望本篇文章《RoboDojo 进入规则调整周期，33 天多支 Agent 轮番登顶这座具身智能珠峰》能对你有所帮助！
本站[诚邦网]内容主要涵盖：互联网行业的追踪与探索
本文概览：被业内叫做具身智能界珠穆朗玛峰的 RoboDojo，在最近连续 33 天里面上演榜首轮换大战，多家团队研发的具身 Agent 一个接一个刷新榜单最高分，频繁登顶，而快速迭代的 Agent 路线，也让原来混排式的评测框架扛不住，官方团队官宣进入调整期，计划拆分独立子榜、收紧刷榜与作弊审核规则，用来适配现在分化越来越明显的具身智能技术路线。RoboDojo 最开始设计的时候，主要面向世界动作模型、VLA 这类一体式机器人策略，没有预料到 GPT-6 Astra 带动的 Coding Agent、RSI 递归自进化智能体快速进场，Agent 方案靠代码试错、任务复盘、自主迭代拿到很高分数，但是它的评测开销、任务逻辑、对比基线和传统模型完全不一样，混在一起排名会带来公平性争议，所以维护团队决定分赛道治理榜单，一边保留主榜给传统机器人策略，一边单独开设 Agent 子赛道，同时关闭容易出现数据 hack 的 Open 维度计分。下面把 RoboDojo 基础背景、33 天登顶接力清单、五大评测维度、调整方案、路线差异、风险点整理成清单和表格。