港科大（广州）联合欧拉万象（OLA Dimensions）推出 SLA 空间 - 语言 - 动作模型，在 RoboDojo-Real 真机榜单拿到第一名，SLA-Preview 综合得分 42.3、完整任务成功率 33.9%，对比基线模型 π0.5，任务成功率提升 21.1 个百分点，大约是 π0.5 的 2.6 倍，在 8 项真机测试里物体级平均成功率达到 83.8%，解决了传统 VLA 视觉语言动作模型大多只学 2D 图像、缺少稳定三维空间认知的短板。很多现有机器人模型在固定位置做任务效果很好，一旦物体挪动、桌面高度变化、出现陌生物品，就容易抓空、定位出错，根源就是空间几何关系只在任务微调阶段才临时加入，没有放进预训练里。SLA 的核心思路就是把三维空间监督融入持续预训练和下游微调全流程，让模型在学习语言指令、动作策略的同时，持续学习物体、夹爪、环境之间的三维位置关系，依靠深度、相机标定信息对齐空间表征，就算场景发生变动，机器人也能自主推理目标位置，适配真实物理世界的不确定性。整套方案基于 π0.5 初始化，搭配自适应门控机制融合多层视觉特征，适配不同机器人本体、不同任务数据集，后续还可以继续在更多真机平台上迭代，面向桌面操作、双臂抓取、物品交接这类通用机器人任务落地。
一、SLA 模型与基线 π0.5 关键指标对比
| 对比项目 | SLA-Preview | π0.5 基线模型 | 提升幅度 |
|---|---|---|---|
| RoboDojo 真机完整任务成功率 | 33.9% | 12.8% | +21.1 个百分点 |
| 8 项真机测试物体级平均成功率 | 83.8% | 59.8% | +24.0 个百分点 |
| 目标移位抓取交接成功率 | 76% | 42% | +34 个百分点 |
| 桌面升降抓取任务成功率 | 78% | 44% | +34 个百分点 |
| 陌生物体指令理解成功率 | 80% | 60% | +20 个百分点 |
二、SLA 核心技术要点清单
- 全称：Spatial-Language-Action Model，空间 - 语言 - 动作模型
- 核心创新：将三维空间监督前置到持续预训练阶段，而不是仅在任务微调时加入
- 训练素材：融合多类机器人异构数据集，搭配深度图、相机标定等几何标注信息
- 特征融合：采用特征依赖门控，自适应聚合 VLA 多层视觉嵌入，对齐 3D 感知模型输出
- 训练策略：概率状态 dropout，强制模型依赖空间几何信息，而不是单纯记住图像纹理
- 适配平台：RoboDojo 标准真机平台 ARX X5、Piper、Piper X 双臂机器人
三、RoboDojo 真机评测基准介绍
- 发起方：香港大学 MMLab 联合伯克利、清华等近 20 家机构，是具身智能主流真机测试榜单
- 评测构成：42 项仿真任务 + 18 项标准化真机任务，覆盖 3 种双臂机器人
- 五大评估维度：泛化能力、记忆能力、精细操作、长程任务执行、开放词汇语义理解
- 评测特点：统一测试流程、可复现真机实验，避免只在定制场景下演示效果
四、SLA 完整训练落地步骤
- 基础模型初始化：基于成熟 VLA 模型 π0.5 作为起点，加载基础视觉语言能力
- 异构数据集整理：汇集不同机器人、不同场景的抓取、放置、物品交接数据，补齐深度、相机标定几何标注
- 持续预训练：同步优化动作预测损失、空间对齐损失，学习通用三维空间表征
- 下游任务微调：针对 RoboDojo 的真机任务，保留空间监督分支，不丢失三维认知能力
- 真机闭环测试：在 Piper、ARX X5 等硬件上跑标准任务，统计完整任务成功率、物体抓取成功率
- 迭代优化：根据真机失败案例，补充难例数据，优化门控融合策略，降低对固定视角的依赖
五、当前模型优势与现存局限
✅ 优势
- 抗场景扰动强：物体移位、桌面高度变化、新物体出现时，定位抓取稳定性明显更高
- 空间认知可迁移：学到的三维表征可以跨任务、跨机器人平台复用
- 兼容现有 VLA 范式：不需要完全推翻原有视觉语言动作框架，改造成本可控
⚠️ 局限
- 目前验证集中在桌面短距操作场景，长时序、大范围移动机器人还需要更多验证
- 依赖深度几何标注，大规模高质量三维标注数据获取成本偏高
- 还处在 Preview 版本，距离工业级、家用机器人批量部署还有较长迭代周期
【相关 FAQ】
问题 1：SLA 登顶 RoboDojo 真机榜，港科广联合欧拉万象研发的 SLA 模型和普通 VLA 模型差别在哪？
回答 1：SLA 登顶 RoboDojo 真机榜，港科广联合欧拉万象研发的 SLA 模型把三维空间监督放到持续预训练阶段，普通 VLA 大多只学习 2D 图像，空间关系只在微调时临时加入，SLA 天生更擅长理解物体三维位置，环境变动时不容易失效。
问题 2：SLA 登顶 RoboDojo 真机榜，RoboDojo 真机榜单主要考验机器人哪些能力？
回答 2：SLA 登顶 RoboDojo 真机榜，RoboDojo 真机榜单从泛化、记忆、精细操作、长程执行、开放语义五个维度考核，使用标准化双臂机器人做真实抓取、收纳等任务，不是单纯仿真测试。
问题 3：SLA 登顶 RoboDojo 真机榜，港科广与欧拉万象的 SLA 模型可以直接商用落地吗？
回答 3：暂时不可以，SLA 登顶 RoboDojo 真机榜，当前 SLA 是 Preview 预研版本，主要在桌面双臂操作场景验证效果，还需要更多真机迭代、安全验证，距离商用产品还有距离。
【参考资料】
[2026-11-12]（SLA 登顶 RoboDojo 真机榜！港科广联合欧拉万象，让机器人更懂三维空间）新浪财经
[2026-11-12]（SLA 登顶 RoboDojo 真机榜！港科广联合欧拉万象，让机器人更懂三维空间）机器之心
[2026-11-08]（港科广联合欧拉万象提出 SLA 探索机器人的三维空间学习）Xbotics 社区
[2026-11-07]（SLA: Scaling Spatial-Language-Action Model via Continual Pre-training）arXiv
[2026-10-28]（RoboDojo 真机评测基准介绍）虎嗅网
【免责声明】
本内容为港科广、欧拉万象 SLA 模型登顶 RoboDojo 真机榜单公开论文与行业新闻整理，测试指标均来自本次 RoboDojo 标准真机环境测试；SLA 属于 Preview 预研模型，泛化性能、适配硬件范围会随版本迭代变化，本内容不构成机器人方案选型、项目采购的决策依据。