在艾伦人工智能研究所（AI2）发起的具身智能零样本评测基准MolmoSpaces最新榜单上，魔法原子旗下面向通用机器人操作的VLM Agent框架EchoPolicy-0以75.4%的机器人操作平均成功率位列Combined榜单全球第一，覆盖全部4个v1任务。同一榜单、同一分组下，魔法原子自研具身智能Agent框架MagicBrain以3.4B参数规模取得72.4%的平均成功率，排名全球第四，抓取成功率达到94.4%，明显高于行业平均水平。

MolmoSpaces被视为当前具身智能领域公信力较高的零样本评测基准，覆盖操作、导航及更长程的具身任务。其生态包含超过23万个室内环境和约13万个物体资产，机器人需要在不同于固定演示的背景、几何结构与物体分布下寻找目标并完成任务。榜单还包含可移动刚体与带关节的交互对象，机器人必须通过真实仿真接触改变对象状态，任务具备实质难度。

魔法原子参与的四项任务涉及自由物体抓取、关节物体交互和多阶段操作，从不同侧面考察Agent框架的系统能力。EchoPolicy-0将视觉语言模型、几何操作工具与通用动作策略组织为统一框架，使观察环境、理解目标、选择能力、执行动作和验证结果形成闭环，不同任务共享同一套机制。目前该框架已在Franka单臂平台上完成四类操作验证。

魔法原子研发实验室MagicLab Studio负责人表示，公司认可分层架构路线，并发现指令遵循是当前模型在通用任务上的难点。EchoPolicy通过Agent框架及轨迹打分保证指令遵循能力，MagicBrain则通过端到端视觉引导优化指令遵循效果，两者均取得较好结果。随着具身智能从演示阶段走向真实产线，竞争重心正上移至机器人的“大脑”，泛化能力成为评测与研发的共同焦点。