破壳机器人发布RoboAPI：具身模型开箱即用

10月30日凌晨，今年4月成立的破壳机器人（PokeBot）发布首款模型产品RoboAPI，其世界模型Poke-Aurora首次亮相。不同于其他具身模型发布Demo，RoboAPI是面向真实物理世界、可公开访问、开箱即用的具身API，亮相同时向行业发出试用邀请。

开发者在适配机械臂上接入RoboAPI后，无须采集数据、训练模型，用一句prompt下达指令，机械臂就能在陌生环境中完成未专门训练过的任务，验证模型的“零样本泛化”。目前RoboAPI为非商业化应用，不向盈利性第三方提供产品或服务，开发者可通过快速开始文档和开发者平台免费接入。

RoboAPI针对行业痛点：机器人模型Demo惊艳但实际使用需采数据、微调、验证、补采，可能耗时一个月。难点在于构型差异和泛化能力。类比GPT-3 API让开发者无需自训语言模型，RoboAPI希望在物理世界实现同样目标，接收机器人观测与状态，结合用户指令，近乎实时预测并输出动作。

支撑RoboAPI的Poke-Aurora具有零样本泛化能力。世界-动作模型通过预测未来画面学习物体运动与交互规律，为操作经验跨物体、跨场景迁移打基础。破壳提出“调制残差耦合”（MRC）机制，在保留视频与动作各自计算路径基础上建立可学习交互，使视频预测与动作预测学习方向更一致。

破壳自建规模化评测体系，覆盖近1000个常见物体、近1万条不同指令，任务分物品转移与整理、姿态与形状对齐、环境交互与工具使用三类。Poke-Aurora三类任务成功率分别为86.0%、54.1%和87.7%，均高于GPT6 Astra和两款开源具身模型，后者三类成功率均不到35%。更多技术细节预计在技术报告中公布。

为实现不同机器人跑通流程，破壳受UMI启发，定义“腕部鱼眼相机+末端位姿控制”构型：机械臂手腕装消费级鱼眼运动相机，观测和控制以夹爪末端为中心，降低搭建门槛和成本。

破壳认为，前沿具身模型泛化能力不应只由创造者决定，而应随时接受外部用户真实检验。这回应行业长期错位：提供机器人和模型者长期以演示视频示人，视频表现与实际能力常对不上，使用者需花大量工夫调教。RoboAPI希望把模型能力直接交到使用者手里，在不同硬件、任务和环境中接受检验。目前RoboAPI已在美国、新加坡等多个高校实验室内测，反馈良好。

对开发者而言，RoboAPI封装机器人底层控制，“机器人大脑”变成可直接调用的能力，开发者可专注真实任务和应用。把模型做成API正成为具身智能公司新趋势。10月中旬一家美国机器人模型公司推出API测试版；几天后另一家美国初创公司发布主打零样本的API，面向带夹爪双臂机器人。不同公司路线各有取舍，方向几乎一致：让用户亲手检验模型。通用大模型也开始尝试直接控制机械臂，但在本月AA-Robotics评测中，速度比人类慢约100倍。

对致力于家庭机器人场景的破壳机器人而言，RoboAPI是走进家庭前的重要一步。创始人许华哲认为，真正泛化能力需在不同机器人构型、任务和环境中经受广泛验证，机器人只有在足够多真实环境中经受过检验，未来才可能真正走进家庭。