据大晓机器人公布的信息，其最新发布的视觉空间锚定增强型具身基模型ACE-Brain-0.6，在八项Grounding（空间锚定）评测中有六项成绩超过OpenAI GPT-6 Astra。该模型参数规模为9B，团队称其通过约百万条高质量、可验证的空间锚定训练样本，探索了以数据规模化提升具身空间感知能力的新路径。相关评测结果来自大晓机器人公布的材料，仍有待更多第三方评测验证。
所谓“视觉空间锚定（Visual Grounding）”，通俗说就是让机器人把语言指令落到物理世界中的具体位置。例如，用户说“把水果放进篮子”，机器人不仅要识别篮子和水果，还要判断篮筐边缘、放置面、抓取部位以及移动方向。大晓机器人分析称，GPT-6 Astra等通用多模态模型已展现出较强的跨场景、跨任务交互潜力，但高级推理决定行动策略，精准空间感知才是把策略转化为物理动作的基础；即便是顶级通用模型，在细粒度几何定位和复杂空间关系判断上仍可能存在误判。
ACE-Brain-0.6聚焦的正是这一环节。它将物体识别、多实例定位、空间关系理解、功能区域识别及交互位置预测整合为统一的空间感知能力体系，目标是回答“目标在哪里”“哪里可以放置”“应该抓住哪个部位”“目标是否不存在”等更具操作意义的问题。
评测结果显示，在八项Grounding评测中，ACE-Brain-0.6有六项超过GPT-6 Astra，包括Where2Place（76.55对71.10）、PixMo-Count（89.41对88.10）、RoboSpatial（74.82对69.55）、RoboAfford（88.51对84.94）、ShareRobot（49.70对46.60）以及大晓自建的RobotGrounding（94.13对91.10）。在七项国际公开基准中，ACE-Brain-0.6平均得分74.53分，高于GPT-6 Astra的73.68分。RobotGrounding评测集包含2591道问题、覆盖14类任务，ACE-Brain-0.6得分94.13分，领先GPT-6 Astra约3.03分。
大晓机器人还称，在与Google Gemini 4 Argon、Anthropic Claude Opus 5.5以及阿里巴巴达摩院、北京智源研究院等国内外代表性模型的横向对比中，ACE-Brain-0.6取得领先成绩。其中，模型对“不存在的目标”的识别能力受到关注：当用户要求机器人寻找场景中并不存在的物品时，模型需要判断目标缺失，而不是生成一个看似合理却错误的位置。这对真实机器人操作很重要——机器人不仅要知道该对什么行动，也要知道什么时候不应贸然行动。
数据构建是ACE-Brain-0.6的另一核心。与互联网图文数据不同，机器人交互数据虽然包含连续视觉观测、动作轨迹和任务指令，却往往缺乏细粒度的物体位置、功能区域和空间关系标注。大晓机器人称，团队整合了30余个开源机器人数据家族和私有第一视角数据，融合人类第一视角交互、物体与部件密集标注及三维空间数据，将异构数据统一转化为可验证的空间锚定监督信号。针对机器人操作视频，系统依据夹爪状态与动作幅度筛选关键帧，自动构建场景物体词表，并结合Grounding DINO、SAM 3等视觉工具完成物体定位、区域识别和语义校正，生成目标指代、计数、空间关系、交互位置及目标不存在判断等多类型问答数据。
最终，团队构建了约百万条训练样本，涉及约94万张不同图像和270万组问答对。模型基于Qwen3.5-9B，冻结视觉编码器，对语言模型参数进行监督微调，并通过统一接口预测空间坐标、目标区域、计数及判断结果。团队强调，关键不只是数据规模，更在于每个训练答案都有明确、可核验的视觉依据，例如只有物体实例标注完整时才生成目标计数问题。
受控实验还揭示了数据规模化的作用：在模型架构和训练方法不变的情况下，训练数据从26万条扩展到百万条，七项公开评测平均得分从69.3分提升至74.5分，呈近似对数线性增长；数据规模每翻倍，综合得分平均提升约2.4分。但研究也发现，单纯增加已有数据类型的样本，性能提升不足1分；真正驱动能力增长的是持续引入新场景、新空间关系和多样化监督形式。
从行业角度看，ACE-Brain-0.6的意义在于验证了一个方向：在直接决定物理操作精度与可靠性的空间感知环节，9B级模型通过高质量、可验证数据和针对性能力强化，也可能形成比肩甚至超越顶级通用模型的专项能力。不过配资利息计算公式一览表，真实机器人场景复杂多变，这一路线能否在更多开放环境中稳定复现，仍需进一步观察和验证。
申宝策略提示：文章来自网络，不代表本站观点。
- 上一篇：线上配资网 特雷索尔迪父亲：他梦想穿上米兰球衣！选德国or意大利听从内心
- 下一篇：没有了
相关文章
推荐资讯