深圳3个月黑马反超GPT-6 Astra，首秀拿下四项第一

一家在深圳成立刚满三个月的公司炎曦动力（Primotion），定位做具身芯片，却先交出了具身基座模型Paimon系列的首款模型Paimon-0，并拿下四项第一。

在由Hugging Face、NVIDIA、清华大学等全球近20家机构共建的RoboColiseum榜单上，Paimon-0以0.7754分排名第一；在通用操作子榜以0.6613分居首，扰动适应子榜同样领跑。该榜近期刚引入GPT-6 Astra、Claude Opus 5.5、Gemini 4 Argon等通用多模态大模型同台比试。RoboCasa365基准包含2500+仿真厨房场景、365项日常任务、2000+小时交互数据，选取50项任务从三层检验泛化能力，Paimon-0以58.1综合分数登顶。VLA-Arena开源评测榜单围绕安全性与抗干扰能力测评，Paimon-0取得0.73平均成功率，排名第一。此外，炎曦动力参加启元机器人主办的IROS Workshop挑战赛，赛道聚焦双臂机器人策略，含仿真线上评测与真机线下验证，最终以46.599总分夺冠。

成果公开前，已有客户下单。客户将机械臂两个部件送到实验室换上其控制方案后，同机验收记录显示，在1kHz控制节拍下，EtherCAT控制周期最差到点误差从软件模式的30微秒降至FPGA硬件模式的152纳秒，约为原来的1/200。软件模式由CPU调度，易受中断和任务切换影响产生抖动；FPGA模式将时间确定性控制下沉到硬件逻辑，误差大幅收窄。

为何芯片公司先做模型？创始人任清源表示，先从算法和真实客户需求入手，跑通数据、模型、Agent和评测闭环，再用真实任务计算需求定义芯片。Paimon-0是该路线首个公开成果。公司提出“本地脑＋元脑”架构：云端元脑负责开放场景理解、任务规划、失败重规划与故障恢复；端侧本地脑负责动作执行，依托视觉、触觉、力觉反馈实时微调，完成高频闭环。

数据层面，Paimon-0预训练大量采用第一视角人类操作视频，合作方EgoScale（深圳市未来眼科技）提供十数万小时数据，覆盖3国160余城、12800余个真实场景，沉淀400万余个任务、1.2亿余个动作单元与上万“人物-场景”样本。模型层面，Paimon-0以世界动作模型（WAM）为核心，借助query token蒸馏未来状态核心表征，将单个动作chunk推理耗时从约3000ms压缩至300ms。公司还在训练ego基模，预计3个月后发布。

自我改进系统由三模块组成：云端大模型负责拆解任务、校验策略、恢复错误并产出rollout；端侧Policy Model（Paimon-0）通过强化学习后训练提升成功率与吞吐率；Progress Model（Paimon-Eval）判断任务进展、定位失败环节。Paimon-Eval仅需一条示教数据做上下文学习，即可判别陌生新任务执行阶段，计划11–12月开源，提供多尺寸版本。