搜索：大晓机器人
—— 12 项基准测试，RoboDojo 成功率 81.9%
近日，商汤科技发布 GPT-6 Astra 具身能力评测研究。在 12 项基准测试中，通过上下文学习与扩展执行步数，GPT-6 Astra 在 RoboDojo 任务成功率达到 81.9%，大晓机器人深度参与真机测试与能力边界验证。研究显示，仅解除 "允许访问训练集" 与 "解除步数限制" 两个限制，模型能力上限显著拔高，但执行成本距商业可行仍有数量级差距：完成 "把笔装进笔筒" 需耗时 263 分钟、约 55 美元。研究还验证了 GPT-6-Astra + ICL + π0.5 快慢协作组合，在 RoboDojo 42 个任务上成功率 54%。商汤同步开源 SenseNova-RoboRSI 框架与 27B 具身模型，将任务完成成本降至 GPT-6-Astra 的 1/50。
—— 9B 参数六项评测超越 GPT-6 Astra
大晓机器人正式发布视觉空间锚定增强型具身基模型 ACE-Brain-0.6，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目标识别、空间定位与交互锚定能力。依托约百万条高质量空间锚定训练样本，ACE-Brain-0.6 在八项 Grounding 评测中六项超越 GPT-6 Astra，七项公开基准平均得分 74.53 分、领先 Astra 的 73.68 分，自建 RobotGrounding 评测取得 94.13 分、超越 Astra 的 91.10 分。模型基于 Qwen3.5-9B，整合 30 余个开源机器人数据家族与私有 Ego 数据构建数据管线。受控实验显示，训练数据从 26 万条扩展至百万条，公开评测得分由 69.3 分提升至 74.5 分。
—— "以人为中心"，构建具身智能 "开悟" 之路
BCG 全球智库 "中国具身智能产业" 系列访谈对话大晓机器人董事长王晓刚。他提出 "以人为中心" 的 ACE 研发范式，以环境式素材与世界模型构建中间表达，让通用大脑适配多种机器人；跨本体通用需解决空间、物理形态、时间与数据质量四维对齐。他预计未来两年数据规模可达千万小时级，公司走软硬一体路线，先 B 端后 C 端，与头部运营方合作落地无人零售等场景，以 "一脑多形" 开源加速迭代。
—— 仓店一体即时履约
近日，大晓机器人与中国石油上海销售公司达成战略合作，试运营首个加油站便利店全闭环具身智能机器人项目，探索 "场景出题、平台协同、模型驱动、本体执行" 四位一体具身零售共创模式。大晓机器人以开悟世界模型为 "最强大脑"、自研轮臂升降式履约机器人为 "执行终端"，通过 "晓满" 方案接入中石油数智平台，赋能商品识别、拣选、补货、上架、打包与订单履约。首店昆仑好客（中国石油振兴店）已试运营，覆盖线上订单与到店消费双场景，打通 "前置仓 — 门店 — 订单" 全流程，后续将沉淀为可复制标准化方案，并向物流、制造等多元领域延伸。
—— 物理几何外观三态统一
大晓机器人联合南洋理工大学 S-Lab 发布并开源统一多模态世界模型 Puffin-World，首次将物理、几何与外观定义为三种原生三维世界状态，贯通重力场感知、自由视点仿真与闭环探索。模型以 Omni-Camera 相机表示统一绝对方向与相对几何，一个模型完成相机物理理解、自由视点仿真、三维生成重建与闭环自校准四类任务。Puffin-16M 数据集含 1500 万组视觉 — 语言 — 相机三元组与 100 万条旋转轨迹，另为 28 个公开数据集约 4450 万张图像补充绝对位姿标注；模型在四项基准中取得 SOTA。
—— 让人类视频变成机器人技能
近日，大晓机器人联合南洋理工大学 S-Lab、上海人工智能实验室发布 HSImul3R，全球首个可仿真人–场景交互重建框架，入选 ECCV 2026。针对 "视觉正确≠物理成立" 的鸿沟，框架提出物理闭环双向优化机制：以面向场景的强化学习优化人体运动，以直接仿真奖励优化反向修正三维场景，并将重力稳定性、真实接触纳入评价标准。实验显示其交互稳定率在 Easy/Medium/Hard 档达 53.68%/30.56%/13.92%，穿模率由 69.51% 降至 22.90%，动作可迁移至 Unitree G1 真机执行。
—— ACE－Ego－Hand 提速 33 倍
大晓机器人联合港中文、南洋理工、上海交大开源第一视角双手 3D 重建模型 ACE-Ego-Hand，产出约 5000 小时训练数据。模型首次将视频生成模型改造为几何编码器，单次前馈输出姿态、形状和 3D 位置，摆脱多步去噪，单卡 A100 约 63.1fps，较 ViDiHand 提速 33 倍；并以双向时空推理补全遮挡与离屏轨迹、摆脱相机标定。在五个基准的 48 项指标中赢得 45 项，可服务产线数采、机器人示教与灵巧手模仿学习。
—— 具身世界模型的四条路线
2026 年，世界模型正在成为具身智能发展的重要基础，竞争重点已从 "生成一段多逼真的视频" 转向机器能否理解物理世界、预判动作连锁反应、在虚拟环境中先试错再迁移经验。本文梳理了世界模型的四条路线 —— 表征式（JEPA、V-JEPA、Dreamer，将世界压缩为可计算规律）、生成式（Sora、Genie，批量制造合成经验）、交互式（GAIA-1、Marble，将动作纳入模型模拟后果）、理解 — 生成 — 预测一体化（大晓机器人，被英伟达用于 Cosmos 3，将感知推理预测控制连接为闭环）。四条路线并非淘汰赛，而是从 "认识世界" 走向 "改变世界" 的能力阶梯，最终汇入服务于现实决策的同一方向。
—— L5级多模态数据开放，加速物理智能迭代落地
近日，大晓机器人携手新加坡南洋理工大学S-Lab实验室，正式开源全球首个L5级多模态具身物理智能数据集ACE-Data-0，为全球具身智能行业提供高规格、高真实性、高泛化性的公共数据底座。此次开源突破了传统视觉数据集的技术局限，补齐了机器人物理交互数据稀缺的行业短板，为通用具身大模型训练、生活化场景落地、智能体行为进化提供权威数据支撑，推动具身智能从视觉感知向物理级真实交互深度进阶。
—— 全球多条技术路线并行竞速，数据、架构、落地能力决定行业淘汰赛走向
世界模型成为具身智能赛道核心争夺高地，海内外玩家走出差异化发展路线。海外英伟达、DeepMind、World Labs、特斯拉分头布局；国内生数科技、大晓机器人构建通用与场景化两类世界模型方案，强脑科技依托脑机接口开辟全新数据供给路径。行业形成共识：单纯视觉视频生成只是基础门槛，具备物理因果推演、支持智能体交互行动才是核心壁垒。当前赛道创业项目密集涌现，资本热度高涨，但行业仍面临技术路线未收敛、虚实落地鸿沟、高质量交互数据稀缺三大难题。世界模型竞赛最终将迎来淘汰赛，数据资源、产业认知、工程化落地能力将成为企业存续的核心竞争力。
