贾跃亭又放大招！FF机器人大模型击败英伟达、GPT拿下全球第一

11月9日，贾跃亭在FF第80期周报中宣布，FFR旗下具身智能大脑OmniMind在RoboColiseum全球机器人模型测评中，以0.8698的总分（满分1分）位列综合榜第一，击败了英伟达GR00T N1.7、GPT-6 Astra、Claude Opus 5.5、π0.5等全球主流具身智能模型。分项成绩单更为亮眼：指令跟随约0.99，空间推理0.92，扰动适应0.96。

这是FF在造车叙事近乎停摆之后，第一次在一个“全球排名”的语境里，拿到一个可以被量化的第一名。贾跃亭在周报中的措辞也耐人寻味：“此前，FFR被市场认可的首要成就是本体核及机器人世界2.0，以及销量和部署的快速增长，这次让我更高兴的是，大脑核也取得了很好的成就”。换言之，卖出去多少台机器人固然重要，但“大脑”在榜单上赢了英伟达和GPT，才是这一期周报真正想讲的故事。

OmniMind赢在哪里：不靠一个模型“端到端”

要理解这个第一名的含金量，需要先看清它的技术路线与主流方案的分野。

当前具身智能模型的主流路径是VLA（视觉-语言-动作模型）：输入图像和语言指令，由单一模型直接生成动作输出。这条路线在演示视频中越来越“丝滑”，但在真实环境中面临一个结构性难题——一个端到端模型出错时，很难定位到底是感知错了、理解错了，还是动作生成错了，调试和优化只能对整个模型“黑箱式”地重训。

OmniMind走的是另一条路：分层架构加程序化执行。任务被拆解为三个可独立检查和优化的环节——模型理解指令，三维感知定位目标，运动规划生成路径，机器人执行时每一步都可以被单独分析。贾跃亭在周报中把这一差异说得直白：“相较于由单一模型直接生成动作的常见VLA路径，FF OmniMind大脑及其基模将任务拆解为不同环节”。

这种设计在评测中体现出的优势，恰好落在RoboColiseum的分项设置上。该平台围绕指令跟随、空间理解、扰动适应、通用操作四类能力设置子榜，而非仅以单一综合成功率概括模型能力。OmniMind在指令跟随上拿到约0.99，意味着它在“听懂要做什么”这一步几乎不丢分；空间推理和扰动适应的高分，则对应分层架构中3D感知定位与执行中动态调整的工程收益。换句话说，它的第一名不是某个单点能力的碾压，而是在一个拆解清晰的评测框架里，每一步都做得足够稳。

但RoboColiseum测的是“仿真世界里的模型”

在承认榜单成绩的同时，必须把“RoboColiseum是什么”和“它测的是什么”放在同一句话里说清楚。

RoboColiseum于2026年8月正式上线，由高校、科研机构、开源社区、机器人企业和模型公司多方共建，定位是一个常态化具身智能仿真评测平台。FF在官方新闻稿中的表述同样明确：“RoboColiseum tests embodied AI models in simulation”。平台项目负责人披露的核心数据是：仿真评测与实机部署的相关性达到89.5%，相同模型在仿真与真实世界中的评测差异小于10%。

89.5%的相关性在仿真评测领域是一个有说服力的数字，它说明这个榜单不是随机排序，仿真环境中的表现对真机有相当的预测力。但“相关性”不等于“一致性”，更不等于“部署能力”。RoboColiseum当前上线的78个高保真仿真任务、3000多个泛化case，覆盖的是指令跟随、空间理解、扰动适应和通用操作四类基础能力。一个模型在仿真中学会了“听懂指令并规划出正确路径”，与一台真实机器人在一个有摩擦、有延迟、有传感器噪声的物理世界里稳定完成同样的任务，中间隔着Sim-to-Real的完整工程链条。榜单第一证明的是OmniMind在受控仿真环境中的模型能力处于领先位置，它不直接等同于“FF的机器人比英伟达或OpenAI的模型在真机上更强”。FF自己在周报中的措辞也是“大脑核取得了很好的成就”，而非“机器人产品性能超越英伟达”。

这不是在贬低榜单的意义。在一个连统一评测标尺都尚未形成的行业里，RoboColiseum提供了一个可复现、可对比的参照系，OmniMind在这个参照系中拿到第一，是一项真实的技术成绩。但它是一个关于“模型在仿真中能做什么”的成绩，而非“机器人在现实中做到了什么”的成绩。

一个需要被认真对待的反差：造车12年，机器人5个月

理解这则新闻的分量，无法绕开FF自身的处境。

FF造车12年，FF 91累计交付不足20辆，2025年全年营收仅54万美元，经营亏损3.31亿美元。2026年5月，贾跃亭重掌CEO后宣布战略重心全面转向具身智能机器人，截至当时累计交付68台EAI机器人，目标2026年全年出货超1000台。也就是说，FF在机器人赛道上的累计交付量，已经是其造车业务历史交付量的三倍以上——尽管基数依然很小。

这个背景下再看OmniMind的榜单第一，它扮演的角色就很清晰了：FF需要向资本市场和潜在客户证明，自己不再是一家“交付不了汽车的公司”，而是一家在具身智能核心技术上具备竞争力的公司。周报中同步披露的商业进展也在服务同一个叙事：安防与巡检生态已与北美多家头部机器人解决方案集成商签署销售合同，教育生态接到多州K12学校及高校的采购需求，拉斯维加斯完成了人形机器人的商业销售。榜单第一是“技术验证”，销售合同是“商业验证”，两者被放在同一期周报里，构成一个从能力到收入的闭环暗示。

但闭环是否成立，取决于一个RoboColiseum无法回答的问题：OmniMind在仿真中拿到的0.8698，能不能转化为真实场景中可复购的机器人产品？安防巡检合同签署之后，交付的机器人在真实厂区、真实园区中的表现，才是对“大脑”成色的最终检验。FF计划在11月13日召开FFR上市后的首次业绩电话会，届时市场关注的不会只是榜单排名，而是68台之后的交付曲线、合同金额和毛利率。

榜单是起点，不是终点

贾跃亭在周报结尾写道：“这只是一个起点。接下来，FFR将继续把评测反馈用于大脑、模型和Skills迭代，并在真机部署与实际场景中持续提升FF OmniMind的行业竞争力和影响力”。这句话本身是对的，但它也恰好划出了榜单第一的边界：RoboColiseum测的是模型在仿真中的能力上限，而FF真正需要证明的，是OmniMind在真实机器人上、在客户现场、在持续运行中的能力下限。

在一个具身智能评测标准仍在形成中的行业里，拿到一个全球第一值得被记录。但FF过去十二年的历史反复演示过同一件事：从“宣布”到“交付”之间的距离，远比从“发布”到“榜单第一”的距离更长。OmniMind在仿真里赢了英伟达和GPT，接下来要赢的，是真实世界里的摩擦力、传感器噪声和客户的复购决策。