一句话看懂：alphaXiv 于2026年10月19日介绍了一个名为 HandsOn 的跨本体灵巧操作仿真平台与基准，包含5种机械臂、6种灵巧手和约200种资产。它用1.8万条人类演示训练，再用不提供目标演示的迁移任务考察泛化，结果显示当前最强多任务策略在 Core-50 上成功率仅29.1%。
事件核心：发生了什么
HandsOn 是一个可组合的仿真平台与评测基准，目标是考察机器人在不同本体、物体和任务条件下的操作可靠性。它支持5种机械臂、6种灵巧手，以及约200种刚性、关节式和可变形资产，场景随机化。数据端包含1.8万条人工筛选的仿真人类演示轨迹，约56小时交互、三路同步相机视角，其中15178条用于训练、2822条用于验证。评测分两套：Core-50 有50个由演示支持的任务，用于学习和执行测试；Transfer-16 的16个任务仅用于评测，不向模型提供目标任务演示，专门考察资产与关系迁移、技能组合和可变形物体操作。目前公开信息显示，在扩散策略、视觉-语言-动作模型、world-action 模型及提示式 VLM 方法中，经过训练的最佳多任务策略在 Core-50 上成功率为29.1%；未做基准微调的 GPT-6 以 move_eef 控制手掌和手指，在660次试验中仅取得 Core-50 5.2%、Transfer-16 1.9% 的成绩。
为什么重要
灵巧操作长期缺少统一、可复现的评测口径。不同论文各用各的机器人、物体和成功率定义，结果难以横向比较。HandsOn 把“训练演示”和“迁移评测”分开，并强调按完整任务完成状态打分，而不只看中间动作是否到位。论文摘要还指出，训练策略的失败集中在接触建立、动作协调和目标保持，组合任务中另有顺序错误。这对做具身智能和 VLA 模型的研究者是一个有用的参照：泛化瓶颈可能不在模型规模，而在接触时序与任务状态管理。
对用户/开发者/创作者的影响
对开发者而言，HandsOn 提供了一套可组合的仿真环境和分层任务设计，适合用来做多任务策略训练、迁移能力诊断和失败模式归因，而不是直接当成产品级机器人能力。对关注具身智能落地的团队，29.1% 的 Core-50 成功率说明从仿真到真实机器人仍有明显距离；摘要提到定性真机 rollout 展示了 sim-to-real 迁移，但未给出量化指标，不能据此推断已具备商用可靠性。创作者和企业采购方暂时不宜把基准成绩理解为可交付产品能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 HandsOn 是否开源平台代码、数据与评测工具，决定社区能否复现；二是后续研究能否把 Core-50 成功率显著推高，以及接触建立和目标保持类失败是否被系统性解决；三是真实机器人上的量化 sim-to-real 结果是否公开，以及是否有团队基于该基准发布新模型或新硬件组合。
来源：alphaXiv
