官方微信视频号
9月17日,由国家机器人检测与评定中心(总部)牵头,国家机器人检测与评定中心(沈阳)、国家机器人检测与评定中心(广州)、复旦大学智能机器人研究院、清华大学深圳国际研究生院五家单位联合研制的“机器人具身智能三维性能测评框架”在第九届中国机器人峰会主论坛上正式发布。
联合发布:五家单位共同推出三维性能测评框架
第九届中国机器人峰会主论坛于9月17日在杭州未来科技城学术交流中心举行,与会专家和学者们围绕产业趋势、关键技术与应用落地展开交流。

图:第九届中国机器人峰会主论坛现场
在主论坛“权威发布”环节,国家机器人检测与评定中心(总部)、国家机器人检测与评定中心(沈阳)、国家机器人检测与评定中心(广州)、复旦大学智能机器人研究院、清华大学深圳国际研究生院联合发布“机器人具身智能三维性能测评框架”。
框架不是针对单一算法、单一动作或单次任务成功率进行评价,而是从机器人核心能力、物理环境变化和能力泛化三个相互关联的维度,构建面向真实世界的立体测评空间。其核心逻辑可以概括为:三能看“会什么”,四域看“稳不稳”,四化看“能不能泛化”。

图:“机器人具身智能三维性能测评框架”联合发布仪式

图:机器人具身智能三维性能测评框架
框架是什么:三能、四域、四化构建立体测评空间
机器人真正进入真实世界,需要同时回答三个问题:具备哪些核心能力?环境变化后能力是否仍然稳定?面对未知对象、未知组合、未知分布和不同机器人形态时,已有能力能否继续发挥?基于此,框架形成“三能、四域、四化”三维性能测评体系。
第一维:“三能”——看机器人到底会什么
面向真实世界任务,机器人最终要解决“能不能到达、能不能做成、能不能协同”三个基本问题。因此,将核心能力归纳为运动、作业、交互“三能”。

图:“三能”:运动、作业、交互三类核心能力
运动:重点关注移动、稳定、平衡与通行能力,检验机器人面对坡道、台阶、复杂地面和扰动时能否保持连续、稳定、可控。
作业:重点关注抓取、操作、执行等任务能力,不仅看单一步骤是否准确,更看连续任务能否稳定、高质量完成。
交互:重点关注对人类意图的理解、响应与协同,包括语言、动作、任务指令以及人机协作过程中的安全性与有效性。
第二维:“四域”——在变化的物理世界中检验能力
真实世界不会保持恒定。光线会变化、噪声会出现、目标会移动,机器人还会受到外力与负载变化。因此,框架以光场、声场、运动场、动力场构成“四域”,主动改变机器人所处的物理条件,检验“三能”是否仍然稳定。

图:“四域”:光场、声场、运动场、动力场
光场:改变光照强度、明暗、方向及视觉条件,观察视觉感知和任务执行是否受到影响。
声场:引入不同噪声、语音和声学环境,检验听觉感知、语音理解和交互响应的稳定性。
运动场:通过动态目标、移动干扰和流动物体等变化,验证机器人在动态环境中的感知、规划和运动适应能力。
动力场:通过外力、负载、推拉扰动和接触条件变化,检验运动控制、平衡恢复和操作稳定性。
第三维:“四化”——面向未知世界检验泛化
如果说“四域”关注环境变化,那么“四化”关注能力边界能否向未知世界扩展。具身智能的关键,不是记住固定答案,而是在未见过的条件下仍能调用已有知识和技能完成任务。

图:“四化”:语义泛化、组合泛化、域外泛化、异构泛化
语义泛化:检验机器人面对未见过的物体、新概念或新类别时,是否还能正确理解语义并完成相应操作。
组合泛化:检验已有能力能否灵活重组,并在新的任务组合和流程中继续发挥作用。
域外泛化:检验机器人从已知环境迁移到新环境和新分布后,能力能否保持,重点考察分布外条件下的适应性与鲁棒性。
异构泛化:检验能力在不同形态、不同自由度和不同硬件平台机器人之间能否迁移与复用。
三、对行业意味着什么:从“看起来会”走向“真正可验证”
“三能、四域、四化”不是三个彼此独立的模块,而是一个三维测评空间。同一项运动、作业或交互能力,需要在不同物理场条件下接受检验,并进一步观察其在语义、组合、域外和异构条件下能否保持。通过这种立体化组合,可以形成比单一成功率、单一精度指标更接近真实应用的能力画像。
对研发端,框架能够把“模型哪里不够好”转化为清晰的能力短板和测试证据,支撑算法、模型和本体迭代;对产品端,可形成更可比较的能力画像,为产品选型和应用适配提供依据;对检测认证端,可为后续测试方法、评价规则和等级划分提供统一框架;对产业端,则有助于推动具身智能从演示驱动走向质量驱动,从“能展示”走向“可验证、可比较、可复现”。
更重要的是,三维性能测评框架为不同技术路线、不同机器人形态和不同应用场景建立了共同的能力表达坐标,有助于行业形成更加统一的测试语言和评价逻辑,为标准研制、检测认证、产品迭代和规模化应用提供基础支撑。

图:嘉宾与发布单位代表合影
三能,看“会什么”
四域,看“稳不稳”
四化,看“能不能泛化”
—— 让具身智能能力可测量、可比较、可优化