魔法原子具身 Agent 框架拿下 MolmoSpaces 全球第一 让 VLA 从"演示可用"逼近"产线可用"

近日，在艾伦人工智能研究所（AI2）发起的全球权威具身智能零样本评测基准 MolmoSpaces 最新榜单上，魔法原子旗下通用机器人操作 VLM Agent 框架 EchoPolicy-0 以 75.4% 的平均成功率位列全球第一，覆盖抓取、抓取放置、打开与关闭全部 4 个 v1 任务。同一榜单下，魔法原子自研具身智能 Agent 框架 MagicBrain 以 3.4B 参数规模、72.4% 的平均成功率位列全球第四，抓取成功率达 94.4%。MolmoSpaces 统一计分、公开结果，考察具身智能 Agent 框架的系统能力。EchoPolicy-0 将视觉语言模型、几何操作工具与通用动作策略组织为统一框架，通过 VLM 目标引导的多候选轨迹选择与执行后验证，解决指令遵循问题。MagicBrain 采用 In-Context Visual Guidance（上下文视觉引导）路线，VLA 只负责动作，目标识别交给 VLM Agent，以 3.4B 参数实现语言与像素信息分工。魔法原子 MagicLab Studio 表示，具身智能应分层协同：上层负责理解、规划与纠错，底层将任务意图转化为物理动作；EchoPolicy-0 与 MagicBrain 分别作用于执行选择验证与动作生成环节，具有互补性。下一阶段将探索二者结合，进入真实工业场景，建立“部署—采集—训练—评测—再部署”闭环。