MagicLab 表示，旗下機械人操作框架 EchoPolicy-0 在 AI2 的 MolmoSpaces Combined 榜取得第一名，四項任務的等權平均成功率為 75.4%。同一榜單上，3.4B 參數的 MagicBrain 以 72.4% 排第四，當中 Pick（抓取）任務的成功率為 94.4%。要留意，這些是基準測試成績，單靠分數未足以證明系統在真實場景部署時同樣可靠。118

兩套系統成績一覽

EchoPolicy-0 的平均成績涵蓋 MolmoSpaces v1 的四項操作任務：Pick（抓取）、Pick and Place（抓取及放置）、Open（打開）和 Close（關閉）。MagicLab 表示，系統在 Combined 榜排名第一。1 Pandaily 檢視公開榜單數據後，計算出平均值約為 75.5%，與公司公布的 75.4% 接近；由於報道中的平均值有輕微差異，本文採用公司公布的數字。41

MagicBrain 是 MagicLab 的 3.4B 參數系統，在同一 Combined 組別排名第四，平均成功率為 72.4%，Pick 任務則錄得 94.4%。18 94.4% 是單一任務的成績，並非整體平均。

系統	公布的 Combined 成績	重點
EchoPolicy-0	75.4%，第一名	Pick、Pick and Place、Open、Close 四項任務的等權平均
MagicBrain	72.4%，第四名	Pick 任務成功率為 94.4%

MolmoSpaces 測試甚麼？

MolmoSpaces 是 AI2 推出的零樣本具身智能基準，建立於超過 23 萬個室內環境和約 13 萬個物件資產之上。1 它測試機械人系統能否根據指令，在指定場景完成操作任務，而不是只看單一示範或某一項任務的分數。上述環境和物件數目描述的是基準的整體資料庫，並非這次測試的試驗次數。

榜單分數總結了系統在 v1 四項操作任務上的表現。由於測試條件一致，成績可用來比較不同系統；但它本身無法說明機械人在真實工作環境或其他部署場景中會有多可靠。

EchoPolicy-0：由理解指令到執行及檢查

MagicLab 形容 EchoPolicy-0 是一套整合框架，結合視覺語言模型、幾何操作工具和通用動作策略。系統會把觀察場景、理解指令、選擇動作、執行操作和檢查結果連成一個流程。18

據評測文件，框架亦會利用視覺理解，在多個候選動作中作出選擇：動作模型先提出不同選項，系統再根據對目標的理解挑選合適方案。執行後的視覺檢查，則可協助判斷應否繼續、重試，或改用另一個方案。1820 換言之，這並非只發出一次動作指令，而是把感知、行動和回饋串連起來。

MagicBrain：先認準目標，再決定怎樣移動

MagicBrain 採用另一種做法，透過上下文視覺引導協助識別指令所指的物件，再由動作模型處理移動。重點是將「要操作甚麼」和「應該怎樣移動」分開處理。1933

MagicLab 公布的分析指出，在其研究的抓取失敗個案中，常見問題是選錯目標，而非動作不穩。30 這反映系統可能未能準確把指令對應到場景中的物件：即使抓取動作做得穩，只要拿錯物件，任務仍然失敗。不過，這是針對相關個案的觀察，不能當作所有機械人抓取失敗的普遍原因。

成績可以說明甚麼，又不能說明甚麼？

兩套系統都著眼於如何把指令理解、視覺目標識別和實際動作連接起來。MagicLab Studio 曾表示，分層架構是其認同的方向之一，而指令遵循亦是通用任務的一項挑戰。33

這些分數顯示系統在 MolmoSpaces 基準任務中的表現，但不應視為已證明其具備真實世界可靠性或商業部署成熟度。基準測試的成績，單靠本身並不能證明系統可適應不同的實際環境或部署條件。

MagicLab 表示，旗下機械人操作框架 EchoPolicy-0 在 AI2 的 MolmoSpaces Combined 榜取得第一名，四項任務的等權平均成功率為 75.4%。同一榜單上，3.4B 參數的 MagicBrain 以 72.4% 排第四，當中 Pick（抓取）任務的成功率為 94.4%。要留意，這些是基準測試成績，單靠分數未足以證明系統在真實場景部署時同樣可靠。118

兩套系統成績一覽

EchoPolicy-0 的平均成績涵蓋 MolmoSpaces v1 的四項操作任務：Pick（抓取）、Pick and Place（抓取及放置）、Open（打開）和 Close（關閉）。MagicLab 表示，系統在 Combined 榜排名第一。1 Pandaily 檢視公開榜單數據後，計算出平均值約為 75.5%，與公司公布的 75.4% 接近；由於報道中的平均值有輕微差異，本文採用公司公布的數字。41

MagicBrain 是 MagicLab 的 3.4B 參數系統，在同一 Combined 組別排名第四，平均成功率為 72.4%，Pick 任務則錄得 94.4%。18 94.4% 是單一任務的成績，並非整體平均。

系統	公布的 Combined 成績	重點
EchoPolicy-0	75.4%，第一名	Pick、Pick and Place、Open、Close 四項任務的等權平均
MagicBrain	72.4%，第四名	Pick 任務成功率為 94.4%

MolmoSpaces 測試甚麼？

MolmoSpaces 是 AI2 推出的零樣本具身智能基準，建立於超過 23 萬個室內環境和約 13 萬個物件資產之上。1 它測試機械人系統能否根據指令，在指定場景完成操作任務，而不是只看單一示範或某一項任務的分數。上述環境和物件數目描述的是基準的整體資料庫，並非這次測試的試驗次數。

榜單分數總結了系統在 v1 四項操作任務上的表現。由於測試條件一致，成績可用來比較不同系統；但它本身無法說明機械人在真實工作環境或其他部署場景中會有多可靠。

EchoPolicy-0：由理解指令到執行及檢查

MagicLab 形容 EchoPolicy-0 是一套整合框架，結合視覺語言模型、幾何操作工具和通用動作策略。系統會把觀察場景、理解指令、選擇動作、執行操作和檢查結果連成一個流程。18

據評測文件，框架亦會利用視覺理解，在多個候選動作中作出選擇：動作模型先提出不同選項，系統再根據對目標的理解挑選合適方案。執行後的視覺檢查，則可協助判斷應否繼續、重試，或改用另一個方案。1820 換言之，這並非只發出一次動作指令，而是把感知、行動和回饋串連起來。

MagicBrain：先認準目標，再決定怎樣移動

MagicBrain 採用另一種做法，透過上下文視覺引導協助識別指令所指的物件，再由動作模型處理移動。重點是將「要操作甚麼」和「應該怎樣移動」分開處理。1933

MagicLab 公布的分析指出，在其研究的抓取失敗個案中，常見問題是選錯目標，而非動作不穩。30 這反映系統可能未能準確把指令對應到場景中的物件：即使抓取動作做得穩，只要拿錯物件，任務仍然失敗。不過，這是針對相關個案的觀察，不能當作所有機械人抓取失敗的普遍原因。

成績可以說明甚麼，又不能說明甚麼？

兩套系統都著眼於如何把指令理解、視覺目標識別和實際動作連接起來。MagicLab Studio 曾表示，分層架構是其認同的方向之一，而指令遵循亦是通用任務的一項挑戰。33

這些分數顯示系統在 MolmoSpaces 基準任務中的表現，但不應視為已證明其具備真實世界可靠性或商業部署成熟度。基準測試的成績，單靠本身並不能證明系統可適應不同的實際環境或部署條件。