魔法原子称，旗下机器人操作框架 EchoPolicy-0 在艾伦人工智能研究所（AI2）的 MolmoSpaces Combined 综合榜上排名第一，四项任务的等权平均成功率为 75.4%。同组的 3.4B 参数框架 MagicBrain 排名第四，平均成功率为 72.4%，其中 Pick（抓取）任务成功率为 94.4%。这些数字反映的是基准测试表现，本身并不能证明系统在真实部署中也能达到同等水平。118

两套框架的成绩

EchoPolicy-0 的综合成绩覆盖 MolmoSpaces v1 的四项操作任务：Pick（抓取）、Pick and Place（抓取并放置）、Open（打开）和 Close（关闭）。魔法原子报告的等权平均成功率为 75.4%，并称其位列 Combined 榜首。1

Pandaily 根据公开榜单数据重新计算后，得到约 75.5% 的平均值，与公司公布的 75.4% 接近。两者略有差异，以下仍采用公司报告的 75.4%。41

MagicBrain 在同一综合榜组中以 72.4% 的平均成功率排名第四；94.4% 则是它在 Pick 抓取任务中的单项成绩，并非综合平均分。18

系统	综合榜成绩	重点数据
EchoPolicy-0	75.4%，第一	覆盖 Pick、Pick and Place、Open、Close 四项任务的等权平均成功率
MagicBrain	72.4%，第四	Pick 抓取任务成功率为 94.4%

MolmoSpaces 测什么？

MolmoSpaces 是 AI2 发起的零样本具身 AI 基准，包含超过 23 万个室内环境和约 13 万个物体资产。1 它评估机器人系统能否依据指令，在指定场景中完成操作任务，而不是只看某一次演示或某个单项成绩。

这些环境和物体资产的数量描述的是基准所覆盖的资源规模，并不代表这次榜单评测的试验次数。榜单成绩能帮助比较不同系统在统一任务下的表现，但不能单独说明机器人在现实工作环境中能否同样稳定地完成任务。

EchoPolicy-0：把理解、动作和验证连起来

魔法原子将 EchoPolicy-0 描述为一套统一框架，组合视觉语言模型、几何操作工具和通用动作策略。它试图把观察场景、理解指令、选择动作、执行操作和检查结果连接起来。18

在其报告的方案中，动作模型可以先提出多个候选动作，再由视觉引导帮助挑选合适方案。评测资料还描述了执行后的视觉检查：系统可据此决定继续执行、重试，或改用其他方案。1820 换句话说，框架不只负责发出一次动作指令，也包含根据执行结果进行反馈的环节。

MagicBrain：先确认目标，再决定怎么动

MagicBrain 采用另一种思路：通过上下文视觉引导，帮助系统识别指令所指向的物体，再把目标识别结果用于引导动作生成。1933 这将“要操作哪个物体”和“该如何移动”这两个问题分开处理。

魔法原子报告的分析称，在其研究的抓取失败案例中，常见问题并非动作不稳定，而是选错了目标物体。30 这提示了指令理解与视觉定位之间的衔接难题：即使抓取动作执行得很稳，抓错对象仍然无法完成任务。不过，这只是对相关案例的观察，不应被理解为对所有机器人抓取失败原因的普遍结论。

榜单成绩的意义与边界

两套系统都试图把指令理解、视觉目标选择和实际操作衔接起来。MagicLab Studio 曾表示倾向于分层架构，并将指令遵循视为通用任务中的难点之一。33

因此，MolmoSpaces 的成绩说明了这两套框架在特定基准任务上的表现，但不能直接推导出它们在不同物理条件或真实部署场景中的可靠性，也不能据此认定其已具备商业化应用能力。

魔法原子称，旗下机器人操作框架 EchoPolicy-0 在艾伦人工智能研究所（AI2）的 MolmoSpaces Combined 综合榜上排名第一，四项任务的等权平均成功率为 75.4%。同组的 3.4B 参数框架 MagicBrain 排名第四，平均成功率为 72.4%，其中 Pick（抓取）任务成功率为 94.4%。这些数字反映的是基准测试表现，本身并不能证明系统在真实部署中也能达到同等水平。118

两套框架的成绩

EchoPolicy-0 的综合成绩覆盖 MolmoSpaces v1 的四项操作任务：Pick（抓取）、Pick and Place（抓取并放置）、Open（打开）和 Close（关闭）。魔法原子报告的等权平均成功率为 75.4%，并称其位列 Combined 榜首。1

Pandaily 根据公开榜单数据重新计算后，得到约 75.5% 的平均值，与公司公布的 75.4% 接近。两者略有差异，以下仍采用公司报告的 75.4%。41

MagicBrain 在同一综合榜组中以 72.4% 的平均成功率排名第四；94.4% 则是它在 Pick 抓取任务中的单项成绩，并非综合平均分。18

系统	综合榜成绩	重点数据
EchoPolicy-0	75.4%，第一	覆盖 Pick、Pick and Place、Open、Close 四项任务的等权平均成功率
MagicBrain	72.4%，第四	Pick 抓取任务成功率为 94.4%

MolmoSpaces 测什么？

MolmoSpaces 是 AI2 发起的零样本具身 AI 基准，包含超过 23 万个室内环境和约 13 万个物体资产。1 它评估机器人系统能否依据指令，在指定场景中完成操作任务，而不是只看某一次演示或某个单项成绩。

这些环境和物体资产的数量描述的是基准所覆盖的资源规模，并不代表这次榜单评测的试验次数。榜单成绩能帮助比较不同系统在统一任务下的表现，但不能单独说明机器人在现实工作环境中能否同样稳定地完成任务。

EchoPolicy-0：把理解、动作和验证连起来

魔法原子将 EchoPolicy-0 描述为一套统一框架，组合视觉语言模型、几何操作工具和通用动作策略。它试图把观察场景、理解指令、选择动作、执行操作和检查结果连接起来。18

在其报告的方案中，动作模型可以先提出多个候选动作，再由视觉引导帮助挑选合适方案。评测资料还描述了执行后的视觉检查：系统可据此决定继续执行、重试，或改用其他方案。1820 换句话说，框架不只负责发出一次动作指令，也包含根据执行结果进行反馈的环节。

MagicBrain：先确认目标，再决定怎么动

MagicBrain 采用另一种思路：通过上下文视觉引导，帮助系统识别指令所指向的物体，再把目标识别结果用于引导动作生成。1933 这将“要操作哪个物体”和“该如何移动”这两个问题分开处理。

魔法原子报告的分析称，在其研究的抓取失败案例中，常见问题并非动作不稳定，而是选错了目标物体。30 这提示了指令理解与视觉定位之间的衔接难题：即使抓取动作执行得很稳，抓错对象仍然无法完成任务。不过，这只是对相关案例的观察，不应被理解为对所有机器人抓取失败原因的普遍结论。

榜单成绩的意义与边界

两套系统都试图把指令理解、视觉目标选择和实际操作衔接起来。MagicLab Studio 曾表示倾向于分层架构，并将指令遵循视为通用任务中的难点之一。33

因此，MolmoSpaces 的成绩说明了这两套框架在特定基准任务上的表现，但不能直接推导出它们在不同物理条件或真实部署场景中的可靠性，也不能据此认定其已具备商业化应用能力。