RLWRLD与英伟达联合发布DexBench，推动人形机器人灵巧度标准化

物理AI公司RLWRLD与英伟达携手推出了一项新计划，旨在为人形机器人AI制定下一代行业标准。

此次合作聚焦三大核心方向：DexBench——一套用于评估灵巧操作性能的通用基准测试体系；灵巧操作训练数据标准；以及与英伟达开放平台Isaac Lab和Isaac Lab-Arena框架的深度集成。

灵巧操作是指使人形机器人能够完成精密装配、分拣和包装等细粒度任务，目前已成为人形机器人AI发展中最关键的前沿领域。

然而，行业内目前既缺乏客观衡量和比较人形机器人灵巧性能的通用框架，也没有用于大规模训练灵巧操作模型的共享数据标准。这两大空白严重制约了技术发展和商业落地的进程。

RLWRLD首席执行官Junghee Ryu表示："如果没有一套共同语言来衡量和复现机器人手部的精确运动，灵巧操作AI的商业潜力就会持续受限。通过与英伟达共同建立DexBench和数据标准，RLWRLD正在超越单纯的模型开发，转而为整个行业构建底层基础设施。我们相信，此次合作将为全球人形机器人AI生态系统树立新的参考标杆。"

英伟达机器人生态系统负责人Amit Goel表示："可量化、可复现的灵巧操作能力，对于推动机器人技术在工业环境中的规模化应用至关重要。DexBench与英伟达Isaac平台的集成，为机器人领域的研究者和从业者提供了标准化评估指标与数据基础设施，有助于加速高可靠、高精度操作技术的发展。"

RLWRLD的DexBench基准测试将被集成至英伟达Isaac Lab-Arena环境中，建立一套能够跨仿真与真实世界场景进行灵巧性能验证的完整体系。

DexBench直接基于工业环境中观察到的灵巧操作任务开发而成，定义了五个核心评估维度——抓取多样性、空间精度、时间精度、接触精度和情境感知，涵盖18项关键原子任务。

基于装配、分拣、包装等实际工业任务的标准化评估指标，将以开放行业规范的形式提出，首次为机器人制造商、研究机构和企业提供统一的衡量标准，并为从基准性能走向商业部署打通清晰路径。

灵巧操作训练数据格式标准将与英伟达共同制定，以确保与英伟达Isaac Lab流水线的兼容性。该标准旨在成为面向全球机器人制造商和研究机构的通用数据接口。

RLWRLD面向人形机器人灵巧操作的基础模型RLDX-1，已在8项主流仿真基准测试中展现出业内领先水平，包括RoboCasa Kitchen、RoboCasa GR-1 Tabletop和LIBERO-Plus，性能超越了英伟达GR00T N1.6和Physical Intelligence π?.?等前沿模型。

这些成果验证了RLWRLD的架构方向，而DexBench则进一步解决下一个关键命题：如何标准化地衡量现有基准测试无法有效捕捉的灵巧性能。

RLWRLD持续扩大全球布局，以"Dexterity Night"为主题在多地举办RLDX-1发布活动。上个月在旧金山的首场活动中，Goel亲自登台，称RLWRLD是"英伟达正在构建的物理AI生态系统中的核心合作伙伴之一"，引发全球机器人领域的广泛关注。继日本站活动之后，"Dexterity Night"将于6月10日落地首尔。

Q&A

Q1：DexBench是什么？它解决了什么问题？

A：DexBench是由RLWRLD与英伟达联合推出的人形机器人灵巧操作通用基准测试体系。它的出现填补了行业内长期缺乏统一评估框架的空白，定义了抓取多样性、空间精度、时间精度、接触精度和情境感知五个核心评估维度，涵盖18项关键原子任务，为机器人制造商、研究机构和企业提供了首个统一的灵巧性能衡量标准。

Q2：RLDX-1模型的表现如何？与其他模型相比有何优势？

A：RLDX-1是RLWRLD开发的人形机器人灵巧操作基础模型，已在8项主流仿真基准测试中取得业内领先成绩，测试范围包括RoboCasa Kitchen、RoboCasa GR-1 Tabletop和LIBERO-Plus等，性能超越了英伟达GR00T N1.6和Physical Intelligence π?.?等前沿模型，验证了RLWRLD在模型架构设计上的有效性。

Q3：DexBench与英伟达Isaac平台如何集成？

A：DexBench将被集成至英伟达Isaac Lab-Arena环境中，建立一套可跨仿真与真实世界场景验证灵巧性能的完整体系。与此同时，双方还将共同制定灵巧操作训练数据格式标准，确保其与英伟达Isaac Lab流水线的兼容性，为全球机器人制造商和研究机构提供通用数据接口。