继月之暗面 Kimi K3 在 Frontend Code Arena 登顶编程榜之后，千寻智能具身基座模型 Spirit v1.6 登顶 RoboArena 全球榜首。北京 AI 正同步在“数字逻辑”与“物理动作”两条前沿赛道产出顶尖战力。
在具身智能基准测试 RoboArena 评估中，千寻智能 Spirit v1.6 综合性能位列全球第一，横向对比了多款国际标杆具身基座模型：
注：RoboArena 重点考查机器人面对复杂环境的泛化控制与长程任务规划能力。数据源自公开榜单成绩及企业披露。
“至少在第一波具身智能创业浪潮里，应该没有再做基座模型的机会了。”
—— 韩峰涛，千寻智能创始人兼 CEO在真实落地场景中，搭载该底座的 Moz1 机器人已在宁德时代产线常态化运行，工业场景作业成功率稳定在 99% 以上；新一代商服机器人 Moz2 亦具备“一句话自然语言指令完成长程客厅收纳”的复杂推理与执行能力。
两家处于不同赛道的北京团队，在底层研发路径上表现出高度一致的工程选择：
重构底层基础组件，研发 Moon Clip 二阶优化器、Kimi Linear Tension 线性注意力机制及 Attention Residuals 注意力残差。
自研具身基座模型 Spirit 系列，采用 VLA（视觉-语言-动作）与世界模型深度融合架构，实现从算法到一体化力控关节全栈自研。
“我们的目标从来不是做高性价比的雕琢。”
—— 黄震昕，月之暗面 Kimi 企业业务负责人从具体链路看，具身智能的技术演进正从简单的单步动作模仿，走向复杂长程规划：
“我们既能做非常前沿的研究，又愿意把模型开源出来、把技术开放出来，这在全球来看是其他国家的企业很难做到的。”
—— 杨植麟，Kimi 创始人关于信息来源与审视边界：本文数据与案例整理自企业公开披露及第三方榜单。其中千寻智能 Moz1 在宁德时代产线的“99%+ 作业成功率”为企业单方披露数据，尚待更多工况场景与第三方复测验证。
局限与挑战：虽然 Kimi 与千寻智能分别在代码推理与具身榜单取得头部名次，但具身智能的长尾异常工况处理、软硬件成本下探，以及大模型在长文本高并发下的算力成本，仍是产业端需持续解决的硬核课题。
编辑判断：智能化的终局必然是“数字逻辑”与“物理动作”的深度耦合，区域 AI 生态的竞争焦点正从单纯的语言模型参数规模，转向软硬一体的物理世界真实交付能力。
Kimi K3 模型代码与千寻 Spirit 系列开源权重均已在 Github 及对应官方平台开放。