RoboDojo基准不仅揭示了具身智能模型在真实世界中的脆弱性，还通过标准化评估推动了行业从追求 demo 效果向底层执行逻辑与安全机制的工程化演进。

UC伯克利与卡内基梅隆大学的团队推出了LeVERB框架，首次成功连接了人形机器人的视觉感知与物理运动，使其能根据语言指令和环境变化，零样本地完成复杂的全身动作。该框架通过分层系统和创新的仿真基准，显著提升了宇树G1机器人的任务成功率，为具身智能的自主决策能力带来了突破性进展，并有望推动未来机器人应用。