Table30 V2将为全球具身智能研究者打造了一个精准的“泛化标尺”与公平、开放的真机竞技场

具身智能正站在一个关键的历史节点上。随着 VLA 与 WMA 模型爆发式增长，行业的核心痛点日益凸显：在单任务精调之外，具身智能模型是否真正具备通用泛化能力，还是仅仅陷入了单一任务的过拟合？

带着这一核心追问，RoboChallenge正式发布Table30 V2，它以“面向下一代模型的大规模真机原生泛化评测”为标准，从任务升级、评测升级到系统升级三个维度深度重构：通过引入更严苛的软体、工具使用及双臂协作任务，支持零样本与域外泛化测试，并实现3倍于往届的系统吞吐量。Table30 V2将为全球具身智能研究者打造了一个精准的“泛化标尺”与公平、开放的真机竞技场，同时其预览版将作为RoboChallenge CVPR 2026 Workshop竞赛的首秀上线发布。

具身智能的终极目标是处理现实世界中不可预知的复杂场景。Table30 V2 的第一个核心改进，就是重构了任务集。我们在原有基础上，新增了 18 个全新的双臂灵巧操作任务，配合保留的 12 个经典任务，构建了一个包含 30 个高难度任务的综合评估体系。为什么要如此扩展任务难度？因为泛化能力的缺失往往源于对“简单任务”的过度拟合。

在具身智能领域，我们经常看到模型在单个任务上表现优异，却在稍换场景后即刻“翻车”。Table30 V2 通过重构学习与测试协议，彻底终结了“为了比赛而调参”的旧模式。

分层次的泛化矩阵（In-Domain vs. Out-of-Domain）：从传统的域内评估，升级为包含域外（OOD）的高阶测试。我们不仅测试模型在预期之内的表现，更通过动态调整测试环境（如将桌面换成沙发等不可控变化），挑战模型的边界。这不再是一场简单的分数比拼，而是一次对模型“智能本质”的压力测试。

对于算法迭代而言，速度就是生命线。为了让科研人员不再因为“等待评估结果”而浪费宝贵的算力，我们对整个底层基础设施进行了彻底的扩容与优化。

Table30 V2 的发布，不仅是一个基准测试的诞生，更是一次对未来具身智能方向的指引。我们诚挚邀请全球科研团队、实验室及个人开发者，参与 RoboChallenge CVPR 2026 Workshop 竞赛。本次竞赛将作为 Table30 V2 预览版首秀，参赛者有机会在我们的真实机器人集群上验证自己的模型，与全球顶尖的具身智能算法同台竞技。

竞赛结束后，我们将持续面向全球研究者开放评测基础设施，让每一个有想法的团队都能在真实机器上验证自己的模型。泛化，是具身智能的下一座山峰。Table30 V2，邀你同攀。

详情敬请关注 RoboChallenge 官方渠道：https://robochallenge.cn/competition。

版权声明：

本博客部分内容为转载文章，旨在分享有价值的信息，版权归原作者所有。

转载仅为个人学习与交流目的，不对文章观点负责，亦不用于任何商业用途。

如涉及版权问题，请联系本人删除。