近日，联想之星所投企业卓世科技自研的ZoeInside-VLA模型，在MolmoSpaces全任务榜单中拿下全球第一，取得全新SOTA成绩，平均成功率领先多家国际团队的主流模型。
MolmoSpaces由美国艾伦人工智能研究所（AI2）推出，在数十万级室内场景中随机变化场景布局、目标物体、相机视角和语言指令，专考机器人在陌生环境里的操作能力——简单说就是不能“背题”的裸考。ZoeInside-VLA正是在这种没见过、没练过的考场上，拿下了平均成功率第一。
一个只有4B参数的小模型，凭什么赢过一群“大块头”？答案不在参数，而在于它解决了具身智能最扎手的一道坎——让机器人学会“摔了能爬起来”。
这里的“摔”，不是双足机器人跌跟头，而是抓取时抓空、放置时滑落、开关时失败这类操作意外。简而言之，就是“手伸出去，没够到”。
过去，机器人只会照着预设的程序“剧本”走完一遍，一遇意外就崩。而ZoeInside-VLA靠两件事让机器人学会自救：补过摔跤课——数据里见过“摔”；带着实时眼睛——执行中看得见“摔”。
为什么这两件事如此关键？我们从头说起。
实验室Demo与真实场景之间的鸿沟
具身智能落地最大的障碍，不是速度也不是精度，而是对不确定环境的适应能力。当前主流具身智能模型在固定光照、固定轨迹下表现优异，但目标物体位置偏移或光线变化，失败率便会骤增。
卓世科技团队实验发现，导致上述失败的根本原因不在参数多少，而在两个具体环节：
• 数据里没有“摔”。现有训练数据只展示理想状态下的一次成功路径，模型从没见过自己失误的样子，自然没有恢复经验——就像只给孩子看“百发百中”的投篮集锦，孩子永远学不会投偏之后怎么调整。
• 执行中看不见“摔”。动作序列一旦开始执行就是“开环”控制，模型难以及时利用真实执行结果修正后续动作，如同蒙着眼走迷宫，一步偏则步步偏
这两个难题并不只属于卓世科技，而是整个行业面临的共同课题。行业的破题，首先从数据入手。对此，国家政策已及时予以关注。
今年7月，工信部批准发布我国首个具身智能数据集行业标准《人工智能 关键基础技术 具身智能数据集质量要求及评价方法》，将于2026年11月1日起实施。标准首次从完整性、一致性、多样性等八个维度评价数据质量——换句话说，数据里有没有“摔”，正从各家的经验之谈，变成可量化评价的行业硬指标。数据这道题的“规矩”已经确立，接下来，看企业如何具体破解。
“两板斧”如何破解意外难题？
卓世科技的ZoeInside-VLA用“两板斧”，把标准所倡导的方向做成了可落地的技术方案，逐一破解了“数据里没有摔”与“执行中看不见摔”的难题。
• 第一板斧，给模型补摔跤课，专攻“没见过摔”。在训练数据中引入包含状态偏离与恢复过程的操作数据，让模型见过“意外”、学会应对。具体来看，模型学的是数据里的规律，看过的纠偏越多，遇到偏差时就越能调出对应的恢复动作——相当于教它“摔倒后如何爬起来”，而不是只演示“如何完美走完一遍”。
• 第二板斧，给动作装实时眼睛，专攻“看不见摔”。新增实时执行反馈模块，每执行一步就读取环境反馈、根据最新状态更新后续动作。“闭环”意味着错了马上改，而不是将错就错。
“两板斧”合起来，正好凑成“摔了能爬起来”的完整链条：数据里见过“摔”（知道会摔）＋执行中看得见“摔”（知道摔在哪）＋实时修正（知道怎么爬）。三者任意缺一，机器人都会在真实世界的不确定性面前“摔跤”。
基于上述突破，ZoeInside-VLA在9项任务上平均分数取得SOTA水平，超过Cosmos3-Nano-Policy、WALL-OSS-0.5等行业优秀模型。
更值得注意的是它的“身板”：完整模型参数量仅4B——跳出单纯比拼大参数量的内卷赛道，用轻量化模型，聚焦VLA走向真实场景时的两个关键问题，使得机器人具备应对真实世界不确定性的能力。
具身智能的下一站：从学会“摔跤”开始
榜单登顶只是跑分，产线落地才是跑通。ZoeInside-VLA是卓世科技“启元”具身通用大脑的直觉系统核心，搭配逻辑规划、人机共情，构成三核架构——把实验室的SOTA算法，转化为工业、康养等场景可落地的具身通用大脑解决方案。
而从“实验室”到“生产线”，靠的不只是一家企业——“补摔跤课”要有数据来源，“实时眼睛”要有反馈技术。围绕数据里见过“摔”、执行中看得见“摔”这两件事，产业链上，联想控股体系内部分所投企业也在各自环节接力：
• 触觉与数据。联想之星所投企业途见科技聚焦可拉伸柔性电子皮肤与具身触觉感知系统，其触觉手套可采集真实操作数据用于训练机器人模型——这类示教数据正是ZoeInside-VLA补“摔跤课”的重要来源。
• 模型与反馈。联想之星所投企业智在无界7月28日发布全球首个隐式触觉世界动作模型Being-H0.8，首次将触觉模态引入大规模模型预训练，在执行中根据最新触觉反馈动态修正动作——与“实时纠偏”的技术方向同向而行。联想创投所投企业戴盟机器人则以原生触觉物理世界模型驱动长时序精细操作：水果装盒、笔袋收纳全程零遥控、零干预，依靠触觉反馈持续调整位置、力度与方向。
• 本体与落地。联想创投所投企业星动纪元全尺寸双足人形机器人星动L7拥有55个自由度，其全身遥操方案为VLA策略训练提供高质量实体数据源；具身物流解决方案已携手顺丰、中国邮政在全国十余个物流中心常态化运营，跑通行业首个PMF。。
从数据到模型、从本体到场景，具身智能的发展路径日益清晰，应用空间不断拓宽。