北大数院杨超教授带领的 MXI 团队，靠着 MXI-SimWorld v0 Preview 在 RoboColiseum 最新榜单拿到 0.9656 总分拿下第一，直接超过 GPT、Claude、Gemini 这些海外主流顶尖模型，RoboColiseum 是全球权威的具身智能仿真评测平台，一共分成指令跟随、空间理解、通用操作、扰动适应四个子赛道，这支团队的方案在空间理解、通用操作拿到子榜第一，剩下两项拿到第二名，四项全部稳定在前二，这个平台的仿真结果和真机表现相关性很高，用来检验机器人理解环境、看懂指令、动手操作、应对环境变化的物理 AI 能力，MXI-SimWorld 是一套物理 AI 框架，主打让 AI 看懂物理空间、稳定执行机器人操作任务，这次登顶说明国内在具身物理智能方向已经具备和海外头部模型正面比拼的实力，后续团队还会继续优化框架，往真机部署、更多复杂机器人任务方向迭代。
RoboColiseum 四大评测子项说明表
| 评测子项 | 考察能力 | MXI-SimWorld 本次名次 |
|---|---|---|
| 空间理解 | 识别物体位置、距离、空间布局、三维关系 | 第 1 名 |
| 通用操作 | 抓取、摆放、整理物体这类机器人基础实操任务 | 第 1 名 |
| 指令跟随 | 读懂自然语言指令，按要求完成任务 | 第 2 名 |
| 扰动适应 | 环境出现移位、光照变化等干扰时稳定完成任务 | 第 2 名 |
RoboColiseum 平台基础信息清单
- 发起方：Hugging Face、NVIDIA、清华大学等近 20 家海内外机构联合共建；
- 定位：面向具身智能机器人的标准化仿真评测基准；
- 任务规模：78 个高保真仿真机器人任务；
- 核心优势：仿真评测结果和真实机器人真机表现相关性 89.5%；
- 参与队伍：开放给全球科研团队、企业模型参赛，持续滚动更新周榜。
【常见问题】
问题 1：北大数院登顶 RoboColiseum 的 MXI-SimWorld，属于大语言模型还是具身物理 AI 框架？
回答 1：北大数院登顶 RoboColiseum 的 MXI-SimWorld 是一套物理 AI 框架，不是普通的大语言模型，专门面向机器人的空间感知、物理交互任务。
问题 2：RoboColiseum 榜单的成绩，能不能直接代表模型在真实机器人上的效果？
回答 2：RoboColiseum 仿真和真机相关性 89.5%，有很高参考价值，但北大数院登顶 RoboColiseum 的仿真结果，还需要后续真机测试验证落地稳定性。
问题 3：MXI-SimWorld 在 RoboColiseum 硬刚的全球顶尖模型包含哪些？
回答 3：MXI-SimWorld 在 RoboColiseum 榜单里对标硬刚的全球顶尖模型，包含 GPT、Claude、Gemini 这类海外主流多模态大模型。
问题 4：北大数院团队拿下 RoboColiseum 第一，是不是意味着所有机器人任务都最强？
回答 4：北大数院团队登顶 RoboColiseum 只是在该平台 78 项仿真任务综合得分领先，在平台的指令跟随、扰动适应子项还有对手领先，不能代表全部机器人场景都最强。
【参考资料】
[2026-11-11]（硬刚全球顶尖模型，北大数院团队登顶 RoboColiseum）新浪财经
[2026-10-23]（对决 RoboColiseum!GPT、Claude、Gemini 机器人能力 PK）机器之心
[2026-08-23]（具身仿真评测平台 RoboColiseum 发布）机器人大讲堂
[2026-08-19]（模型跑得快、评测跟不上？具身智能 “本领” 亟待统一 “标尺”）36 氪
【免责声明】
本文北大数院团队登顶 RoboColiseum 相关内容基于公开榜单、媒体报道整理，RoboColiseum 为仿真评测基准，仿真成绩不等于真机落地效果，榜单分数、排名会随新模型提交动态变动，最终评测详情以 RoboColiseum 官方平台为准。