机器人在熟悉的桌面上抓起一个杯子并不难，难的是换一批从未见过的物体、换一个摆放位置后还能完成。魔法原子这次拿出的成绩，考的正是这种零样本泛化能力。
10月13日，MolmoSpaces更新具身智能零样本操作榜单。魔法原子旗下VLM Agent框架EchoPolicy-0在四项v1任务的3915局全量评测中取得75.4%的等权平均成功率，位列Combined综合榜单第一。另一套自研框架MagicBrain平均成功率为72.4%，综合排名第四，其中抓取任务成功率达到94.4%，在两项抓取相关任务中位列第一。
MolmoSpaces由艾伦人工智能研究所发起，是面向具身操作的开放评测环境。它通过大量室内场景和物体资产，测试机器人在抓取、抓取后放置、开合等任务中的表现。所谓零样本，指模型不针对评测场景重新训练或微调，而是直接根据视觉观察和自然语言指令行动，这更接近机器人进入陌生家庭或产线时的真实状态。
EchoPolicy-0的思路不是让模型一次性给出一条不可修改的动作，而是先生成候选动作，再筛选更可能成功的方案，并在执行后检查环境是否真的发生了预期变化。这个“先选、再做、做完复核”的闭环，针对的是具身操作最常见的问题：机械臂看似到位，但物体滑落、抓偏或门没有真正打开。
MagicBrain则是一套约3.4B参数的具身Agent框架，更强调上下文视觉推理。模型会利用当前画面、历史动作和任务目标判断下一步，而不是只对单帧图像做反应。它在抓取任务上的高成功率说明，小参数模型如果把观察和验证流程设计好，也可能在特定操作上取得很强的效果。
榜单变化也反映出具身智能的竞争焦点正在迁移。过去常比模型能否识别物体、能否生成轨迹；现在更看重任务完成率、遇到状态偏移后的恢复能力，以及同一套框架是否能跨物体和跨场景工作。对工厂而言，少一次失败重试往往比演示动作更漂亮更有价值。
但仿真榜单不能直接等同于产线能力。真实机器人还会遇到镜面反光、摩擦系数变化、夹爪磨损、相机遮挡和通信延迟，任何一项都可能拉低成功率。MolmoSpaces的价值在于提供统一尺度，而不是替代真机连续运行测试。
下一步应关注两点：一是两套框架能否开放可复现的技术细节，二是在不同机械臂、不同传感器与真实工位上是否保持接近的完成率。综合榜第一是一张入场券，从“评测可用”走到“产线可用”，还要用故障率、节拍和维护成本继续作答。