RoboDojo Sim Agent 榜单上，Q0-Preview 是目前唯一成绩超过 Claude Fable 5.2 的方案，它没有采用现在主流的 VLA、WAM 具身视觉动作模型路线，而是基于旧版 Claude 大模型搭建 Agent 链路拿到第一名，很多做机器人具身智能的团队之前都在跟风训练专用视觉动作模型，投入大量算力做端到端策略，这个结果说明纯 Agent 编排路线，也能在双臂机器人仿真任务上跑出更好效果。这套方案的核心思路是把视觉观察、任务推理、动作规划交给通用大模型，搭配外部工具调度、状态校验、重试闭环，不去训练专用机器人策略，最终 Q0-Preview 任务成功率 68.87%，综合得分 74.2，超过 Fable 5.2 的 64.9%，给具身智能赛道提供了一条和端到端 VLA 完全不同的技术路线。
一、RoboDojo Sim 榜单核心成绩对照表
| 方案名称 | 技术路线 | 任务成功率 | 综合得分 | 备注 |
|---|---|---|---|---|
| Q0-Preview | 旧 Claude + Agent 编排，无 VLA/WAM | 68.87% | 74.2 | 榜单当前第一名，首个突破 70 分方案 |
| Claude Fable 5.2 | 原生多模态具身模型 | 64.90% | 64.9 | Anthropic 官方主推机器人模型 |
| Claude Opus 5.5 | 原生多模态模型 | 39.40% | 39.4 | 上一代高端 Claude |
| GPT-6 Astra | 多模态 VLA 路线 | 29.80% | 29.8 | OpenAI 主流具身方案 |
| Fable 5.1 | 旧版 Fable | 27.60% | 27.6 | Fable 上一代版本 |
二、VLA、WAM 和 Q0-Preview 路线的区别
- VLA：Vision-Language-Action，视觉语言动作端到端模型，直接输入图像输出机器人动作，专门针对机器人控制做微调，是现在最主流的具身模型方案。
- WAM：属于视觉 - 动作类专用机器人策略范式，同样偏向端到端训练，依赖大量机器人轨迹数据集。
- Q0-Preview 路线：不训练专用动作模型，图像做解析之后交给旧 Claude 做任务规划、步骤拆解、错误判断，由 Agent 框架调用动作接口、循环校验状态，属于大模型驱动的模块化智能体方案。
三、Q0-Preview 整套 Agent 流程拆解
- 仿真环境采集视觉画面，做画面解析、物体检测，输出结构化场景信息，不直接喂给大模型原始图像。
- 结构化场景信息送入旧 Claude，由模型判断当前任务进度、识别失败情况、规划下一步动作。
- Agent 框架校验模型输出，检查动作合法性、安全约束，过滤无效、冲突的动作指令。
- 下发动作指令到机器人仿真环境，执行之后返回新的观测画面。
- 循环执行，每一轮都做状态对比，识别卡壳、动作失败，自动触发重试或者调整子步骤。
- 任务完成或者达到最大轮次，停止流程，记录本次任务结果。
四、这条路线带来的行业启示
- 具身智能不一定非要砸海量数据训练端到端 VLA 模型，成熟通用大模型加上好的 Agent 编排，也能拿到顶尖成绩。
- 旧版大模型不一定就落后，在机器人规划这类场景，稳定的推理能力比最新模型的花哨能力更重要。
- 端到端 VLA 的优势是响应快、适合真机低延迟场景；Agent 路线优势是调试方便、可解释、修改任务不用重新训练模型。
- 榜单是仿真环境测试，真机落地还会遇到延迟、噪声、传感器误差等问题，仿真高分不等于真机直接可用。
五、这条路线的短板清单
- 多轮循环调用大模型，推理成本更高，单任务耗时更长。
- 依赖 Agent 框架的状态管理、错误识别逻辑，框架写得不好，很容易出现无限循环。
- 对图像前置解析模块依赖高，如果目标识别出错，后面 Claude 规划全部跑偏。
- 不适合高速动态机器人任务，没办法做到毫秒级动作输出，更适合慢节奏操作类任务。
【常见问题】
问题 1：RoboDojo 榜单里 Q0-Preview 不靠 VLA 与 WAM，使用旧 Claude 超越 Fable 5.2 拿第一，VLA 是什么？
回答 1：RoboDojo 榜单里 Q0-Preview 不靠 VLA 与 WAM，使用旧 Claude 超越 Fable 5.2 拿第一，VLA 是 Vision-Language-Action，也就是视觉语言动作端到端模型，是现在机器人具身智能主流的端到端训练方案。
问题 2：Q0-Preview 不靠 VLA 与 WAM，用旧 Claude 超过 Fable 5.2，是不是代表 VLA 路线没有价值？
回答 2：Q0-Preview 不靠 VLA 与 WAM，用旧 Claude 超过 Fable 5.2，不代表 VLA 路线没有价值，VLA 适合真机低延迟控制；Agent 路线可解释、易调试，二者是两条不同路线，适配不同场景。
问题 3：Q0-Preview 不靠 VLA 与 WAM，使用旧 Claude 拿到 RoboDojo 第一，Fable 5.2 在这个榜单是什么水平？
回答 3：Q0-Preview 不靠 VLA 与 WAM，使用旧 Claude 拿到 RoboDojo 第一，Fable 5.2 在 RoboDojo Sim 榜单排在第二名，任务成功率 64.9%，仅次于 Q0-Preview 的 68.87%。
问题 4：Q0-Preview 不靠 VLA、WAM，靠旧 Claude+Agent 拿到高分，这个成绩是真机测试结果吗？
回答 4：Q0-Preview 不靠 VLA、WAM，靠旧 Claude+Agent 拿到高分，这个成绩来自 RoboDojo Sim 仿真评测，不是实体机器人真机测试，仿真环境结果不能直接等同于真机落地效果。
【参考资料】
[2026-11-11]（唯一超过 Fable 5.2：不走 VLA，也不走 WAM，他们用旧 Claude 拿了第一）新浪科技
[2026-11-11]（唯一超过 Fable 5.2：不走 VLA，也不走 WAM，他们用旧 Claude 拿了第一）网易新闻
[2026-11-10]（Claude Fable 5.2 发布，RoboDojo Sim 机器人评测结果）Anthropic 官网
[2026-11-10]（Fable 5.2 具身能力解析：RoboDojo Sim 基准解读）36 氪
【免责声明】
本文仅为 Q0-Preview 超越 Fable 5.2、不走 VLA/WAM 路线的 RoboDojo 榜单资讯整理，榜单成绩仅为仿真环境评测结果，不同具身方案在真机、不同任务上表现差异很大；VLA、WAM、Agent 路线各有适用边界，本文不构成机器人项目选型、模型训练方向的决策依据，相关技术方案落地前需要自行完成仿真复现与真机验证。