过去一个多月，机器人圈的主流叙事只有一个方向：通用大模型杀进来了，专用具身模型的护城河要被填平。GPT-6 Astra发布后，一连串真机测试刷屏——理解指令、拆解任务、纠正错误，样样能打，"机器人还要不要自己练大脑"成了行业辩论的固定辩题。
10月27日，这份榜单给出了另一个答案。
香港大学主导的具身智能评测基准RoboDojo披露最新排名：智元的GO-3 Nano Preview以61.90分的平均成绩、56.42%的平均成功率排到第一，超过了GPT-6 Astra。分维度看更彻底——精细操作78.65分、长程执行68.21分、开放语义理解61.71分，三个单项全部居首。也就是说，不是靠某个偏科项目偷鸡，是正面赢的。
我知道很多人看到这个新闻的第一反应：一个榜单而已，说明不了终局。对，榜单从来决定不了战争。但榜单记录战争，而且这次的记录点很微妙。
微妙在哪？过去几周，通用模型的战绩大多来自"接入即用"的展示：不做针对性微调，凭通用能力完成双臂操作、家务任务，惊艳但毛糙——仿真评测接近满分，真机上插插头十一次全失败、放个笔进笔筒要花四个小时。而RoboDojo是覆盖真实机器人平台的系统性基准，考的就是稳定性、长程执行和开放环境里的语义理解。专用模型恰恰是在这些"不性感"的维度上，把通用模型比了下去。
这暴露了一个被主流叙事盖住的事实：通用大模型跨过的是"具身能力"的门槛，不是"实用具身智能"的门槛。听懂和做稳之间，隔着的海量物理交互数据，正是专用模型这两年埋头攒下的家底。
行业里的动作也在印证。Figure AI坚持自研具身基础模型，9月发布的Helix 2.5已经在30个陌生家庭里做零样本作业；国内的星海图押注"通用具身大脑"，自研VLA模型想做到一脑多形。没有一家头部玩家真的把机器人的未来全押给OpenAI。原因不复杂：命脉交给别人的模型，能力随上游升级，也随上游改价、改条款、改优先级。
所以更可能的图景不是替代，是分工：通用模型当"教练"和"监理"，负责理解、规划、纠错；专用模型当"运动员"，负责把动作做稳。RoboDojo这次的排名，等于给分工论递了一份实证。
唱衰专用模型的声音，本质是把语言智能的胜利，预支给了物理智能。但物理世界不按token计价，它按成功率计价。
下一次通用模型再刷榜，专用阵营大概率还会输掉一些仿真分数。但只要真机上的插头还插不进去，"要不要自己练大脑"这个问题的答案，就还没到揭晓的时候。
