物理AI公司RLWRLD與英偉達
攜手推出了一項新計劃，旨在為人形機器人AI制定下一代行業標準。
此次合作聚焦三大核心方向：DexBench——一套用於評估靈巧操作性能的通用基準測試體系；靈巧操作訓練數據標準；以及與英偉達開放平台Isaac Lab和Isaac Lab-Arena框架的深度集成。
靈巧操作是指使人形機器人能夠完成精密裝配、分揀和包裝等細粒度任務，目前已成為人形機器人AI發展中最關鍵的前沿領域。
然而，行業內目前既缺乏客觀衡量和比較人形機器人靈巧性能的通用框架，也沒有用於大規模訓練靈巧操作模型的共享數據標準。這兩大空白嚴重製約了技術發展和商業落地的進程。
RLWRLD首席執行官Junghee Ryu表示："如果沒有一套共同語言來衡量和復現機器人手部的精確運動，靈巧操作AI的商業潛力就會持續受限。通過與英偉達共同建立DexBench和數據標準，RLWRLD正在超越單純的模型開發，轉而為整個行業構建底層基礎設施。我們相信，此次合作將為全球人形機器人AI生態系統樹立新的參考標杆。"
英偉達機器人生態系統負責人Amit Goel表示："可量化、可復現的靈巧操作能力，對於推動機器人技術在工業環境中的規模化應用至關重要。DexBench與英偉達Isaac平台的集成，為機器人領域的研究者和從業者提供了標準化評估指標與數據基礎設施，有助於加速高可靠、高精度操作技術的發展。"
RLWRLD的DexBench基準測試將被集成至英偉達Isaac Lab-Arena環境中，建立一套能夠跨仿真與真實世界場景進行靈巧性能驗證的完整體系。
DexBench直接基於工業環境中觀察到的靈巧操作任務開發而成，定義了五個核心評估維度——抓取多樣性、空間精度、時間精度、接觸精度和情境感知，涵蓋18項關鍵原子任務。
基於裝配、分揀、包裝等實際工業任務的標準化評估指標，將以開放行業規範的形式提出，首次為機器人製造商、研究機構和企業提供統一的衡量標準，並為從基準性能走向商業部署打通清晰路徑。
靈巧操作訓練數據格式標準將與英偉達共同制定，以確保與英偉達Isaac Lab流水線的兼容性。該標準旨在成為面向全球機器人製造商和研究機構的通用數據接口。
RLWRLD面向人形機器人靈巧操作的基礎模型RLDX-1，已在8項主流仿真基準測試中展現出業內領先水平，包括RoboCasa Kitchen、RoboCasa GR-1 Tabletop和LIBERO-Plus，性能超越了英偉達GR00T N1.6和Physical Intelligence π?.?等前沿模型。
這些成果驗證了RLWRLD的架構方向，而DexBench則進一步解決下一個關鍵命題：如何標準化地衡量現有基準測試無法有效捕捉的靈巧性能。
RLWRLD持續擴大全球布局，以"Dexterity Night"為主題在多地舉辦RLDX-1發布活動。上個月在舊金山的首場活動中，Goel親自登台，稱RLWRLD是"英偉達正在構建的物理AI生態系統中的核心合作夥伴之一"，引發全球機器人領域的廣泛關注。繼日本站活動之後，"Dexterity Night"將於6月10日落地首爾。
Q&A
Q1：DexBench是什麼？它解決了什麼問題？
A：DexBench是由RLWRLD與英偉達聯合推出的人形機器人靈巧操作通用基準測試體系。它的出現填補了行業內長期缺乏統一評估框架的空白，定義了抓取多樣性、空間精度、時間精度、接觸精度和情境感知五個核心評估維度，涵蓋18項關鍵原子任務，為機器人製造商、研究機構和企業提供了首個統一的靈巧性能衡量標準。
Q2：RLDX-1模型的表現如何？與其他模型相比有何優勢？
A：RLDX-1是RLWRLD開發的人形機器人靈巧操作基礎模型，已在8項主流仿真基準測試中取得業內領先成績，測試範圍包括RoboCasa Kitchen、RoboCasa GR-1 Tabletop和LIBERO-Plus等，性能超越了英偉達GR00T N1.6和Physical Intelligence π?.?等前沿模型，驗證了RLWRLD在模型架構設計上的有效性。
Q3：DexBench與英偉達Isaac平台如何集成？
A：DexBench將被集成至英偉達Isaac Lab-Arena環境中，建立一套可跨仿真與真實世界場景驗證靈巧性能的完整體系。與此同時，雙方還將共同制定靈巧操作訓練數據格式標準，確保其與英偉達Isaac Lab流水線的兼容性，為全球機器人製造商和研究機構提供通用數據接口。
