Axis 任务里有个坑，我也是看完积分文档才发现： Task Completed ≠ 高分。 甚至不代表你这顿机械臂操作，有资格成为机器人未来的“童年教育”。 我前几次做任务就是典型币圈思维：先通关再说。 → 机械臂挪过头了？拉回来。 → 夹爪没对准？左右抽搐两下。 → 东西掉歪了？再补一手。 最后屏幕确实显示 Completed，我还觉得自己挺牛逼。 后来才发现， @axisrobotics 要的根本不是“你做完了”，而是你做得像不像个人。 ⬇️ Axis 会把提交轨迹重新放进模拟环境回放。 不光看东西最后有没有放对，还会检查轨迹完整性、物理状态、移动是否平滑，以及整套动作跟任务目标是否一致。 简单理解就是考驾照： 车停进车位，只能证明你完成了任务。 / 还有一个特别容易踩的坑： 同一个任务最多完成 5 次，算多次成绩平均值。 所以第一把做得漂亮，千万别手贱为了“刷满5次”继续乱做。 失败轨迹不会上传，但成功且很丑的轨迹会。 也就是说，你后面那几把抽象机械舞，是真的可能把第一把高分一起拖下水。 所以我现在策略完全变了： 远距离先双击目标，让机械臂自动去预抓取位置；靠近以后调低灵敏度，再手动微调夹爪角度、抓取、放置。 第一条分数不错？ 收手。 直接换场景、换技能。 因为 Axis Points 看的不只是单次分数，还有任务数量、难度和多样性。 与其刷5条垃圾轨迹，不如认真交1条漂亮的。 / 再往后看，这其实也是 Axis 商业模式最关键的一环。 机器人公司又不是广告主，不会因为你把机械臂点了10000次，就含泪给平台付钱。 它们真正要买的是： 经过验证、清洗，能真正拿去训练机器人的数据。 Axis 公开论文已经用了 5万+ 条整理轨迹，覆盖207项任务；π0.5 在 LIBERO-Plus 的总体成功率，也从83.9%提高到88.8%。 至少说明一件事： 社区贡献的模拟数据，只要筛得够好，真的可以把机器人教聪明。 // 最后别忘了一个动作： 轨迹验证通过以后，还要去 Portfolio → History 完成 Base 链签名。 → 评分系统负责判断： “你干得怎么样？” → 链上负责记录： “这活儿是谁干的？” 所以玩 Axis，别再只盯着 Completed 了。 工程师一查训练数据： 好家伙，是你教的😂 入口：