魔法原子EchoPolicy-0登顶MolmoSpaces：具身智能体框架75.4%成功率全球第一，MagicBrain单项夺冠

魔法原子EchoPolicy-0登顶MolmoSpaces：具身智能体框架75.4%成功率全球第一，MagicBrain单项夺冠

机器人“大脑”比赛里，最近出现了一匹来自无锡的黑马。魔法原子（MagicLab）的两套具身智能体框架——EchoPolicy-0与MagicBrain——在同一张由AI2发起的MolmoSpaces零样本评测榜上，分别拿下了综合第一和抓取单项第一。几句判断先说在前面：其一，这个“第一”含金量要看清楚——它是在AI2的MolmoSpaces零样本榜上拿的，而且是“零样本”，意味着没为这些任务专门微调，比单纯刷某家公司自己的演示更有可比性；其二，EchoPolicy-0的打法不是一条轨迹走到底，而是“看懂—规划—生成多条候选—视觉筛选—执行校验—失败重来”的闭环，新增任务能直接接入；其三，MagicBrain走的是另一条路——3.4B的小模型、端到端视觉引导，专补“听得懂话弱、看得懂图强”的短板；其四，两套框架一个综合强、一个抓取强，下一步要融合进真实工厂，这才是真正的大考。

先弄清：MolmoSpaces到底是什么

要评价这个“第一”有几分分量，得先知道MolmoSpaces到底是什么。它是由AI2（艾伦人工智能研究所）发起的全球具身智能零样本评测基准，最新榜单于2026年10月13日发布。它的关键设计是：每一条评测都明确给出初始场景、机器人与相机配置、任务指令和成功条件，用统一计分和公开结果，把各家零散的“演示视频”变成可以横向比较的数据。生态规模也不小——内置23万+室内环境与13万+物体资产，给零样本评测提供了足够的多样性。

EchoPolicy-0：把“规划+筛选+校验”做成闭环

EchoPolicy-0的定位，是面向通用机器人操作的视觉语言模型（VLM）智能体框架。它的核心不是“看到就动”，而是一个带反思的闭环：接到指令后，先用视觉语言模型看懂环境、规划动作，生成多条候选轨迹；再由视觉模型从这些候选里筛选出最匹配任务的一条去执行；执行过程中持续校验，一旦发现不对，就重规划或者回退。这种“多条候选+视觉筛选+失败可重来”的结构，好处是新增任务不用从零搭建，直接接入框架就行——这正是它能在MolmoSpaces覆盖抓取、抓取放置、开合全部4个v1任务的原因。它在Franka单臂平台上完成了验证，平均成功率75.4%，位列Combined（综合）榜全球第一，并且是零样本下拿到的。

图：EchoPolicy-0的“看懂—规划—筛选—校验”闭环（相对关系，非官方架构图）

   指令
    │
    ▼
┌─────────────────────────────┐
│  看懂环境 + 规划动作           │
│  生成多条候选轨迹             │
└──────────────┬──────────────┘
               ▼
┌─────────────────────────────┐
│  视觉模型筛选最匹配的一条      │
└──────────────┬──────────────┘
               ▼
        执行 ──► 持续校验
               │
        对 ◄── 错（重规划/回退）

说明：图示EchoPolicy-0主张的“看懂环境—规划—生成多条候选—视觉筛选—执行校验—失败重来”闭环（相对关系，非官方架构图，具体实现以官方技术文档为准）。

MagicBrain：3.4B小模型走“端到端视觉引导”

另一套框架MagicBrain，走的是和EchoPolicy-0不一样的路线。它只有3.4B参数，体量不大，主打“端到端视觉引导”：把“要抓什么”直接画在图像上，让模型顺着视觉线索去操作，而不是先把它翻成一段语言指令再执行。这条路线补的是一类常见短板——很多系统“听得懂话弱、看得懂图强”，语言指令一长就掉链子，但在图像上圈出目标反而稳。结果上，MagicBrain在MolmoSpaces拿下综合榜全球第四（72.4%），其中抓取成功率94.4%，并且在抓取、抓取放置两项单项上拿到全球第一。

两套框架在同一张榜上的成绩，摊开看更清楚：

为什么这件事值得一提

把两套框架放在一起看，有几个信号值得记。第一，零样本是关键词。MolmoSpaces要求模型不针对这些任务专门微调，直接上场，这意味着比“公司自己拍的演示”更接近真实泛化能力。第二，两条技术路线并行——EchoPolicy-0用“大模型规划+视觉筛选”追求稳，MagicBrain用“小模型+端到端视觉引导”追求快和专，说明具身智能还没收敛到单一范式。第三，榜单给出了可比数据：各家在统一场景、统一计分下跑，23万+环境、13万+物体的规模让偶然性被摊薄。当然，也要泼盆冷水——MolmoSpaces的v1任务仍是抓取、放置、开合这类相对基础的操作，离“在杂乱真实工厂里连续干一天活”还远；而且两项各完成3915局全量评测，样本虽全量，但任务多样性仍受榜单设定约束。

局限与边界

几句要留白。其一，MagicLab官网当前英文页主要展示机器人产品矩阵，未承载EchoPolicy-0与MagicBrain的技术细节（页面提示已迁移至新全球站点），本文事实来自MolmoSpaces榜单（AI2发起）与多家科技媒体报道的交叉印证，未以“官网逐项核实”呈现。其二，75.4%/72.4%/94.4%及3915局、23万+、13万+等数字，来自榜单与报道口径，AI2原始榜单页本次未直抓，以官方榜单为准。其三，“全球第一/第四”特指MolmoSpaces综合（Combined）榜与单项榜，并非“全球最强机器人”这类绝对结论。其四，架构描述（看懂—规划—筛选—校验闭环、端到端视觉引导）来自消息与报道口径，具体实现以官方技术文档为准。其五，下一步“融合两套方案进入真实工业场景”为官方/报道表述的规划，尚未落地验证。其六，本文只陈述与分析，不给任何一方选型建议。

意味着什么

魔法原子这组成绩，最值得看的不是“拿了第一”本身，而是它用两套不同路线的框架同时挤进MolmoSpaces前列——一个综合强、一个抓取强，且都是零样本。这背后是一家中国机器人公司把“大脑”当框架来做的思路：不赌单一范式，而是把规划、视觉筛选、端到端引导几种打法都摆上桌，再用统一榜单量出来。真正的考题在后面：把EchoPolicy-0与MagicBrain融合，推进真实工业场景，让机器人不再只会“在特定台上抓特定物”，而是能在杂乱环境里连续干一整天。到那一天，榜单上的75.4%才算真正落地。