自变量发布X2Real评测基准，仿真与真机性能相关性达0.96

10月19日，自变量机器人（X Square Robot）正式发布X2Real——一套可进化的仿真评测基准，用于评估具身智能模型在真实物理世界中的表现。该基准旨在解决机器人研发中长期存在的"仿真考高分、真机翻车"难题。

X2Real提出可信性、有效性和客观性三大设计原则。据团队测试，在通用操作任务上，X2Real仿真评测与真机评测的任务成功率相关性达到0.96、进度分相关性达到0.99，处于行业前列。这意味着仿真成绩能够较好地预测模型在真实场景中的表现，让评测成为可信的性能标尺。

在任务覆盖上，X2Real共设置44个任务，包括拉开抽屉放入药瓶、堆叠积木、按指定颜色顺序按键等，考察模型理解指令、记忆信息、规划步骤与精细操作等能力。系统通过改变光照、物品摆放等条件，并严格区分训练与测试环境，降低模型靠"背题"拿高分的可能。其底层基于英伟达Isaac Lab-Arena构建的Mana仿真生态，可自动生成新考题并辅助诊断失败环节。

具身智能要走向真实应用，离不开可重复、可度量的评测体系。X2Real把仿真与真机的偏差压缩到足以支撑研发决策的区间，为不同机器人模型提供了更一致的比较依据，也有望降低行业测试成本、提升迭代效率。在多家企业竞逐机器人世界模型的当下，统一的评测标尺正成为产业基础设施的关键一环。