清华丁宁、刘知远、徐梦迪、周伯文等与伯克利 Pieter Abbeel / BAIR 团队开源 uni-robot-agent（论文 arXiv:2611.01560），为 Robot-Use Agent（RUA）提供统一、模块化 Harness：语言模型经标准化工具接口操控不同机器人与仿真。在 RoboDojo 上，开放权重 Qwen3.8-Flash-Next 搭该框架拿到 31.39 分，高于官方此前公布的 GPT-6 Astra + RoboProbe 28.97；同框架下 Astra 进一步到 51.90。真机 19 项任务中，未做任务专项微调的 Qwen 53.50、Astra 80.50。
为什么重要：机器人版 Computer Use 缺统一接口
Anthropic Fable 5.2 在 RoboDojo Sim 内部对照中据称 64.9%，高于同配置 GPT-6 Astra 29.8%；本站亦跟踪过 Astra 冲击具身与 RoboDojo。闭源模型展示了操作力，但权重不可得、难用交互数据持续训；硬件与仿真接口又碎片化——每接一种机器人就重做工具链，成本居高。RUA 路线（System 2 规划 + System 1 动作）要跑通，需要像 Coding Agent 那样可复用的工具语义；本站对 Coding Agent 管理实践 的整理，同样强调「接口与验收」重于堆提示词。
五层架构：屏蔽硬件差异，收紧评测特权信息
系统划分为 Agent / Orchestration / Tools / Services / Backends。Franka 堆叠、ALOHA 双臂交接、YuMi 插接等任务，上层调用统一感知、运动、技能与任务控制接口，底层适配器消化差异。主仿真实验只给 RGB、相机标定、本体状态与任务指令，不提供深度真值、物体 CAD、隐藏标注、任务验证器或外网——尽量贴近真机可得信息。关键工程包括：图像与状态时刻对齐、请求去重与停滞监测、异步执行与同臂指令排队。
分数之外：工具系统、几何信息与成本同样决定上限
同模型换 Harness，差距可以很大：Qwen3.8-Flash-Next 在 RoboProbe 1.90、RPent 7.75、GAP Hybrid 21.01，换 uni-robot-agent 到 31.39（成功率 25%）。DeepSeek-V4.1-Flash 27.11，Astra 51.90（成功率约 46.67%）。消融显示：有深度+标定 → 仅标定 → 仅 RGB+本体，Qwen 从约 35.89 / 31.39 掉到 9.13，Astra 从约 55.83 / 55.04 到 31.29——缺标定后空间关系明显变难。关闭技能库后 Qwen 仅从 31.39 到 30.31（保留约 96.6%），说明并不主要靠预封装捷径。
成本侧：Qwen / DeepSeek 平均每任务 API 约 1.09 / 0.94 美元，Astra 约 21.29 美元；异步流水线在抽样任务上可缩短约 4.8%–73.7% 耗时。跨代际比较显示操作能力与参数规模并非简单对应；失败轨迹归纳出视觉理解、空间定位、几何计算、具身推理四类短板。框架另支持 Code as Policy、VLM+VLA Hybrid，以及只留四基础工具的 Clean Mode（Qwen/Astra 仍保留完整配置约 90% 得分，token 分别约降 35.7% / 78.8%）。真机已接 ARX One、松灵 Piper-X 等，智元 G2、宇树 G1 接入中——OpenRUA 把底座搭好了，后续关键仍是用交互数据持续更新模型。
常见问题
Q：uni-robot-agent 解决什么问题？ A：用统一工具接口与模块化 Harness，让同一套 Agent 逻辑跨不同机器人/仿真复用，并便于积累一致交互数据。
Q：开源模型真能打过闭源吗？ A：在 RoboDojo 上，Qwen3.8-Flash-Next + 本框架超过了 Astra+RoboProbe 旧基线；同框架下 Astra 仍明显更高，说明 Harness 与模型能力都关键。
Q：和专用 VLA 路线有何不同？ A：更强调通用模型经标准化工具操控多本体，扩展时主要写适配器；专用策略则更绑硬件，迁移成本高。
相关文章
