我的位置: 上观号 > > 文章详情

开瓶盖、装面包……八项精细动作1分钟完成!大晓加速通用模型具身能力产业落地

转自: 2026-11-17 08:27:39

近日,徐汇AI企业大晓机器人正式发布技术成果ACE‑CaP‑0,解决通用大模型赋能实体机器人时效率低、试错耗时久的行业痛点。该技术可将机器人精细任务从数小时的探索压缩至分钟级执行,真机综合任务成功率达92.1%,为通用模型的具身能力产业落地提供可行路径。

ACE‑CaP‑0技术演示示意图

当前GPTAstra、Claude Opus5.5等通用大模型拥有较强的任务理解与视觉推理能力,但在真实机器人作业中仍存在显著效率鸿沟。机器人完成一项精细操作需要不断观察、推理、试错,探索新任务往往耗费1至数小时,稳定性差,难以适配产业连续作业需求。

ACE‑CaP‑0创新性融合按需示范与按需仿真两大机制,让AI智能体自主判断何时请求人类示范、何时开展仿真实验,结合真机运行反馈迭代修改代码策略,最终沉淀出可复用、独立运行的机器人技能。

在插充电器、面包装箱、开瓶盖等八项精细真机测试中,ACE‑CaP‑0固化后的技能最快1分钟即可完成任务。总计240次真机评测中实现221次成功,整体成功率92.1%,七项任务成功率超过90%,插充电器任务达到100%成功率。以插充电器为例,普通通用模型反复试错完成任务约需1小时;经由ACE‑CaP‑0提炼成标准化技能后,执行效率实现量级提升。

ACE‑CaP‑0技术原理示意图

该技术实现“高成本探索”与“高频次执行”的解耦:前期由大模型承担试错、开发、验证工作,输出成熟代码策略;实际作业阶段机器人直接调用沉淀完成的技能,无需重复推理,大幅降低时延,保障作业一致性。技术延续大晓机器人“通用模型+开悟世界模型”双脑协同路线,通用模型负责任务解析与技能开发,世界模型完成物理环境预判,真机反馈持续驱动技能迭代优化。

放眼行业,ACE‑CaP‑0的突破证明机器人可以不再只是被动执行指令,而是自主规划学习路径、主动获取有效经验。

三种机器人学习指导方式效果对比

大晓机器人扎根徐汇,充分利用区域AI领域产学研集聚优势,持续推动实验室技术向商业化场景转化,ACE‑CaP‑0正是企业扎根徐汇开展技术攻关的重要产出。

记者:王永娟

编辑:宁平英

转载请注明来自上海徐汇官方账号