在CVPR 2026的丹佛会场，当大多数机器人公司还在用精心编排的Demo视频展示技术时，苏度科技的展台却上演了一场“裸考”。没有隔离带，没有遥控器，甚至没有预设脚本——只有一台双臂机器人R1，和一群排队等着“刁难”它的专业研究员。从不规则的名牌到小颗粒药丸，随机摆放的陌生物体被不断放到机器人面前，而R1依然能稳定完成抓取与放置。一位长期关注具身智能的研究者现场评价：“单从抓放这个任务来看，我觉得目前几乎没有多少模型能做到这个水平。”苏度科技的技术路线有着鲜明的团队烙印。作为机器人仿真领域最具代表性的团队之一，其技术体系延续自Sapien和ManiSkill等长期积累的仿真平台。从现场表现来看，R1的抓放能力很大程度上建立在大规模仿真训练之上，而非依赖海量真人遥操作数据。这意味着机器人面对真实世界中的背景干扰、光照变化、物体形态差异时，具备更强的适应性。相比当前许多端到端模型在随机测试中失误率较高的情况，这种基于仿真训练的泛化能力显得格外突出。R1的硬件方案也引起了不少业内人士关注。它选择了极为简单的视觉配置：双臂共六个腕部摄像头，加上头部和胸部的双目视觉系统，整机仅10个摄像头。这种“轻硬件、重算法”的设计，反而对模型智能提出了更高要求。当越来越多公司追求复杂Demo行为时，苏度科技选择了一条不同的路径：先把底层技能的强泛化能力做到极致。CEO韩铮表示，机器人产业最终会形成分层生态，底层负责通用操作能力，上层负责推理和应用，因此他们更希望与做模型、做应用的团队形成合作。在具身智能热度被推向新高的当下，苏度科技在CVPR现场的表现，或许揭示了一个关键趋势：机器人真正进入真实世界的卡点，不在于能完成多炫酷的演示，而在于能否应对“真实世界随机的考卷”。这种基于仿真训练的强泛化能力，为行业提供了一种不同于海量数据驱动的技术可能性。对于AI从业者而言，关注Sim2Real方法的突破，或许比追逐更大的模型参数更具实际意义。未来，随着仿真技术与真实场景的鸿沟进一步缩小，通用操作能力有望成为机器人落地的坚实底座。