从语义到空间，OLA 验证了两条具身模型路线
—— 双榜第一兼顾环境泛化
RoboTwin 2.0 榜上，OLA-Sem 以 71.3% 综合第一、clean2random 下 67.6% 第二；OLA-Geo 以 clean2clean 83.0% 第一。OLA-Sem 联合动作、图像与文本推理强化语义 — 行动关联；OLA-Geo 以 "空间教师" 将位置、深度、遮挡等几何信息融入 VLA 表征。欧拉万象认为模型只是机器人一层，正围绕 Model、Embodiment、Agentic OS、Data & Model Infra 四层构建 Real-world RSI 闭环。