1月12日，千尋智能正式開源自研VLA基礎模型Spirit v1.5，就在前一天，該模型在全球具身智能模型評測平臺RoboChallenge上，綜合評測斬獲第一，超越了已經霸榜RoboChallenge數月之久的Pi0.5模型。

RoboChallenge網站顯示，千尋智能自研的具身智能模型Spirit v1.5在RoboChallenge評測中取得綜合排名第一，在任務得分與成功率兩個維度均超越Pi0.5。

千尋智能表示，為驗證榜單成績來源于自研模型且真實有效，千尋智能同步開源了Spirit v1.5的基礎模型權重、推理代碼以及使用樣例，接受公眾與研究社區的獨立檢驗。通過這一方式，研究者不僅可以復現榜單評測結果，也可以將Spirit v1.5作為具身智能基礎模型，在此基礎上開展進一步研究與創新。

公開資料顯示，RoboChallenge是2025年新成立的標準化評測體系，由Dexmal、Hugging Face等機構聯合發起，聚焦具身智能模型的跨平臺能力驗證，其評測任務覆蓋復雜指令理解、多步驟操作規劃以及跨場景執行穩定性等多個維度。

從評測結果來看，Spirit v1.5在多項任務中保持較高成功率，尤其在多任務連續執行、復雜指令拆解以及跨構型遷移等維度中表現穩定。截至最新評測周期，其綜合得分超過Pi 0.5 等此前領先模型，位列榜單首位。

在模型架構上，Spirit v1.5采用Vision-Language-Action（VLA）統一建模框架，將視覺感知、語言理解與動作生成整合在同一決策流程中，減少多模塊串聯帶來的信息損耗，并提升長程任務中的整體穩定性。

在訓練方法上，Spirit v1.5的一個核心特點是不依賴高度精選的“干凈”演示數據。千尋智能在技術博客中提出，過度腳本化、受控環境下采集的數據，雖然有利于模型快速收斂，但會限制其在真實世界中的泛化能力。

因此，Spirit v1.5在預訓練階段引入了開放式、多樣化的數據采集范式。數據采集不再嚴格限定任務腳本，而是以“完成有意義目標”為導向，允許操作過程中自然串聯多個子任務與原子技能。這種方式使模型在訓練階段接觸到更接近真實世界的復雜性，包括遮擋、失敗恢復以及任務之間的自然過渡。

相關消融實驗顯示，在相同數據規模下，基于多樣化數據預訓練的模型，在新任務上的遷移效率明顯高于基于傳統演示數據訓練的模型，達到相同性能所需的計算資源顯著減少。這一結果也解釋了Spirit v1.5在RoboChallenge多構型、未見任務評測中的穩定表現。

千尋智能（Spirit AI）成立于2024年，總部位于杭州，由前珞石機器人聯合創始人兼CTO韓峰濤發起創立，專注于具身智能機器人及通用人形機器人技術的研發與場景落地。其核心技術涵蓋視覺語言模型ViLa、部件約束模型CoPa以及世界領先的運動控制系統，致力于打造通用智能機器人平臺。

2025年7月，千尋智能完成近6億元PreA+輪融資，由京東領投，中國互聯網投資基金（簡稱“中網投”）、浙江省科創母基金、華泰紫金、復星銳正等知名機構跟投。千尋智能成立半年內相繼完成種子輪、天使輪融資，累計融資金額近2億元，其背后的資本網絡橫跨“中東系”“寧德系”“小米系”等，投資方包括弘暉基金、達晨創投、千乘資本等知名機構。