破壳机器人免费开放 RoboAPI，一套模型适配多款机械臂

10 月 30 日，破壳机器人（PokeBot）于官网上线 RoboAPI，将自研世界 - 动作模型 Poke-Aurora 封装为可公开调用接口。

官方表示，RoboAPI 瞄准具身模型落地痛点：开发者更换机器人硬件后，往往要反复完成数据采集、模型训练、效果验证、补充数采整套流程，模型才能在新设备上正常执行任务。

调用逻辑很简单：开发者上传机器人观测信息与状态，输入自然语言指令，RoboAPI 便可近实时预测、返回一段连续动作序列。该接口目前处于技术预览阶段，面向全行业免费开放，但仅限非商业场景，暂不向营利性第三方提供商用服务。

图丨RoboAPI 发布片画面（来源：破壳机器人）

破壳机器人创始人是清华大学交叉信息研究院助理教授许华哲。团队认为，**具身模型落地的核心瓶颈，在于不同机器人的机械结构、传感器配置与控制方案差异巨大。**即便泛化能力尚可的具身基础模型对外开源，也很难直接迁移到其他机器人硬件上。RoboAPI 瞄准零样本泛化，目标是无需额外数据采集、无需二次微调，机器人接收指令后即可直接执行任务。

官方将 RoboAPI 类比当年的 GPT-3 API：GPT-3 API 让开发者不必自行训练、部署大语言模型，通过接口就能调用前沿能力。许华哲在通稿中提到，团队希望开发者不只是在演示视频里看见模型效果，更能在实际调用中理解模型的运行逻辑。公司长期愿景是推动通用机器人进入家庭，而 RoboAPI 被视作迈向该目标的第一步。

本次发布同步放出两组测试视频。其中一组为内部实测：机器人部署在公司数十个场景中，员工结合现场环境随机下发指令，例如叠起全部杯子、拉开最底层抽屉、用毛巾清理泼洒的水渍、配对白色拖鞋并放到左侧。按照官方的描述，只要指令表述清晰，RoboAPI 大多可以顺利完成任务。

图丨内部测试中，机械臂执行「用毛巾擦掉洒出的水」指令（来源：破壳机器人）

另一组为外部联合测试。官方邀请多名内测开发者，使用各自实验室现有的机器人与日常物品接入 RoboAPI，自主设计任务，并回传执行录像。测试覆盖北京、上海、深圳、西安、雄安、新加坡，以及美国斯坦福、普林斯顿、波士顿等地，任务包含打开空气炸锅、将面包放入烤面包机、把茄子放进橙色篮子、扶起瓶子等。

图丨外部测试中，上海一处内测用户实验室里，机械臂执行「把瓶子立起来」（来源：破壳机器人）

支撑 RoboAPI 的底层底座 Poke-Aurora，是破壳机器人首款世界 - 动作模型。预训练环节中，模型同步完成未来画面与机器人动作的预测。

团队在实践中发现，世界 - 动作模型对环境的建模能力，并不会自动转化为稳定可靠的动作执行能力。为此，Poke-Aurora 引入**「调制残差耦合」（Modulated Residual Coupling，MRC）机制**：在保留各模块原有计算链路的基础上，构建可学习的跨模块交互通道。

这套机制能让视频预测、动作预测两个分支的梯度方向保持一致，把模型对物体运动、物理交互的理解直接用在动作学习上。MRC 的完整技术细节，会随 Poke-Aurora 技术报告对外披露。

在后训练阶段，官方借鉴 UMI 的思路，将模型对齐至**「腕部鱼眼相机 + 末端位姿控制」这套硬件范式**。不同机械臂的关节布局、视觉传感器数量与安装位置差异巨大，直接导致基于不同构型训练出来的模型难以互通。而以机械臂末端为中心统一观测与控制逻辑，能够大幅提升跨本体迁移能力，搭配消费级运动相机，也压低了整套方案的搭建门槛。

对齐之后有两个直观结果：在已经适配的机型上，把鱼眼相机从影石 Ace Pro 2 换成大疆 Osmo Action 6，模型表现基本不受影响；模型还能迁移到结构差异很大、完全没见过的新本体，比如从 UR7e 迁移到 YAM 标准型。只要机械臂腕部搭载一台运动相机，同时具备可靠的逆运动学解算能力，就可以接入 RoboAPI。

发布页列出四套硬件配置及相对性能基准：以 UR7e/UR5e + Robotiq 2F-85 夹爪为 100%，Franka FR3/Panda + Robotiq 2F-85 夹爪为 87%，YAM 标准型 + YAM 夹爪为 76%，浮动基座 Tianji + YAM 夹爪为 53%。

根据 RoboAPI 开发者文档，现阶段硬件部署指南支持 UR、Franka 两大系列机械臂；硬件调试完成后，开发者既可以在本地控制台直接下发指令，也能通过 OpenAI Python SDK、JavaScript 或是 HTTP 接口，在自有程序中调用模型能力。

评测上，官方搭建了一套规模化自研基准，包含近 1000 个常见可操作物体实例，组合生成近 10000 条差异化指令，分成物品转移整理、姿态形状对齐、环境交互与工具使用三大任务类别。Poke-Aurora 在这批从未见过的物体和任务上，平均成功率达到 74.2%。

图丨Poke-Aurora 与对比模型在三类任务上的成功率（来源：破壳机器人官网，42号电波整理）

官方选取三款模型作为对照：GPT-6 Astra、π0.5 以及 MolmoAct2。分项数据如下：物品转移与整理任务，Poke-Aurora 成功率 86.0%，Astra 71.3%，π0.5 30.9%，MolmoAct2 26.9%；环境交互任务，四款模型依次为 87.7%、67.9%、32.9%、23.6%。姿态与形状对齐是所有模型得分最低的类目，Poke-Aurora 为 54.1%，Astra 36.3%，π0.5 14.8%，MolmoAct2 仅 7.9%。

官方同时提到，即便 Poke-Aurora 在这套自研评测里全面领先，无法保证所有开发者调用 RoboAPI 时，都能复现同等效果。开放 RoboAPI 的意义，就是让具身模型的泛化能力接受外部真实场景的检验，而不是只由研发方自己评估。

还有几条实操提示：这套单目方案没有全局视野，抓取物体后容易挡住镜头，拉低效果；RoboAPI 会保留历史上下文，任务失败后会自动重试，多给一点执行时间更容易成功；英文指令效果通常更好，把复杂长任务拆成简短的原子任务、用精准形容词描述目标物体，也能提升成功率。

安全方面，官方说明，RoboAPI 动作输出速度偏快，但输出指令基本落在主流机械臂的安全工作区间。建议使用者提前给机械臂划定安全围栏，优先选用带柔顺控制的机型；存在伤人、破坏环境风险的指令，会被安全网关拦截。RoboAPI 本身仍有出错可能，如果机械臂出现危险动作，用户可以通过 safety@pokebot.tech 反馈。