大晓ACE-Brain-0.6实现具身空间感知能力新突破

作者：苏打

编辑：tuya

出品：财经涂鸦（ID：caijingtuya）

OpenAI GPT-6 Astra的出现，为通用多模态模型加速人工智能迈向真实物理世界提供了重要技术启示。

围绕Astra指向的视觉空间锚定能力这一关键突破口，大晓机器人近日正式发布全新视觉空间锚定增强型具身基模型ACE-Brain-0.6，为提升通用具身交互能力提供关键支撑。

公司情报专家《财经涂鸦》获悉，该模型进一步聚焦Grounding这一核心能力，以GPT-6 Astra为重要参照，通过规模化、多样化、可验证的空间监督数据，强化模型的目标识别、空间定位与交互锚定能力，探索以数据Scaling驱动具身基模型能力跃升的新路径。

依托约百万条高质量、可验证的空间锚定训练样本，ACE-Brain-0.6在八项Grounding评测（七项国际权威公开基准及大晓自建RobotGrounding）中，六项成绩超越OpenAI GPT-6 Astra；七项公开基准平均得分达74.53分，领先Astra的73.68分；在真实机器人场景评测RobotGrounding中取得94.13分，超越Astra的91.10分。

同时，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，充分展现出在物理空间理解与精准定位任务上的强劲竞争力。

这意味着，大晓机器人已自主构建起一套规模化、自动化、可验证的数据管线，探索并验证了具身基模型能力进化的新路径。

聚焦视觉空间锚定，9B模型挑战Astra

GPT-6 Astra揭示了一个关键事实：高级推理决定行动策略，而精准空间感知是将策略转化为物理操作的基础。但其在细粒度几何定位和复杂空间关系判断方面仍存在局限。

为此，ACE-Brain-0.6聚焦视觉空间锚定，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。

空间锚定是机器人实现自主操作的重要能力基础，因为无论零售分拣、物流操作还是服务机器人，精准识别目标、定位抓取区域与理解放置空间，都是实现可靠执行的前提。这也与大晓机器人坚持的数据、模型与真实场景协同研发方向高度契合。

ACE-Brain-0.6以仅9B级参数，在具身空间感知这一核心能力上达到甚至超越另外顶级通用模型，验证了高质量Grounding数据规模化的技术潜力，亦揭示了具身智能基础能力演进的重要方向。

八项Grounding评测中，ACE-Brain-0.6有六项成绩超越OpenAI GPT-6 Astra，反映出其在多种具身感知任务上的进步。尤其在物体功能区域和空间可供性（Affordance）相关评测中，模型展现出较强的细粒度定位表现。

值得关注的是，模型对“不存在的目标”的识别能力显著提升。当用户要求机器人寻找场景中并不存在的物品时，模型需要准确判断目标缺失，而不是生成一个看似合理却实际错误的位置。

在真实操作中，这种能力同样重要，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。

百万条训练样本，展现数据规模化价值

ACE-Brain-0.6的另一项核心贡献，是建立了一套面向具身空间理解的统一数据构建流程。

据悉，大晓机器人整合了30余个开源机器人数据家族和私有Ego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。

团队构建了约百万条训练样本，涉及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，并通过统一接口完成空间坐标、目标区域、计数及判断结果的预测。由此，原本记录操作过程的数据，进一步转化为模型可学习的空间知识。

同时，ACE-Brain-0.6通过受控实验，进一步揭示了空间锚定能力随数据规模增长的变化规律。

在保持模型架构与训练方法不变的条件下，团队将训练数据从26万条逐步扩展至百万条，七项公开评测的平均得分由69.3分提升至74.5分，呈现近似对数线性的增长趋势。训练数据规模每翻倍，综合得分平均提升约2.4分，最终超越GPT-6 Astra。

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、新空间关系及多样化监督形式，拓展模型的空间理解边界。

ACE-Brain-0.6证明，通过持续拓展数据覆盖与监督维度，即使模型架构与参数规模保持不变，也能推动空间感知能力持续进化，凸显了高质量数据、信息密度与自动化数据构建体系在具身基础模型规模化发展中的核心价值。