深圳新聞網(wǎng)2026年5月29日訊（記者 劉惠敏）近日，記者從越疆獲悉，越疆正式發(fā)布自研世界動(dòng)作模型空弈DobotWAM具身大模型。在具身智能標(biāo)準(zhǔn)評(píng)測(cè)基準(zhǔn)LIBERO上，空弈DobotWAM具身大模型分別完成LIBERO-Spatial、LIBERO-Object、LIBERO-Goal和LIBERO-10四個(gè)標(biāo)準(zhǔn)任務(wù)套件，覆蓋空間關(guān)系理解、物體泛化、目標(biāo)指令理解以及長(zhǎng)時(shí)序任務(wù)執(zhí)行等關(guān)鍵能力維度，平均成功率達(dá)99.25%，領(lǐng)先于π0.5、π0、GR00T-N1.5、π0+FAST等公開(kāi)模型，以及行業(yè)內(nèi)已有數(shù)據(jù)公布的其他模型結(jié)果。

其中，空弈DobotWAM具身大模型在LIBERO-Object上實(shí)現(xiàn)100/100全部成功，在LIBERO-Spatial、LIBERO-Goal和LIBERO-10三個(gè)套件中均達(dá)到99/100。

這一成績(jī)不僅源于越疆在協(xié)作機(jī)器人領(lǐng)域的技術(shù)積淀，更標(biāo)志著其具身智能技術(shù)已躋身行業(yè)頭部。

同時(shí)，這也意味著越疆正引領(lǐng)具身智能行業(yè)從跳舞表演等展示型動(dòng)作，向真實(shí)場(chǎng)景下的現(xiàn)場(chǎng)操作能力邁進(jìn)。

機(jī)器人走向真實(shí)應(yīng)用，真正的挑戰(zhàn)不再是“識(shí)別物體”，而是在動(dòng)態(tài)、多變的開(kāi)放場(chǎng)景中，理解空間關(guān)系、拆解任務(wù)目標(biāo)、生成符合運(yùn)動(dòng)結(jié)構(gòu)的動(dòng)作，并在多步執(zhí)行中始終保持全局一致。

近兩年，視覺(jué)-語(yǔ)言-動(dòng)作模型成為具身智能動(dòng)作生成的主流范式，在數(shù)據(jù)覆蓋充分、任務(wù)邊界清晰的場(chǎng)景下展現(xiàn)了較高效率。然而，過(guò)度依賴(lài)二維圖像模式或離線(xiàn)軌跡模仿，在面對(duì)空間擾動(dòng)、物體變化、長(zhǎng)流程任務(wù)和真實(shí)接觸反饋時(shí)，仍容易出現(xiàn)動(dòng)作漂移、目標(biāo)丟失，或局部動(dòng)作正確而整體任務(wù)失敗的情況。這要求機(jī)器人模型必須超越單純的“模仿”，建立起對(duì)動(dòng)作深層次結(jié)構(gòu)的真正理解。

空弈DobotWAM的高成功率，源于其在感知、理解、控制與數(shù)據(jù)閉環(huán)上的系統(tǒng)性設(shè)計(jì)。模型在視覺(jué)-語(yǔ)言-動(dòng)作建模的基礎(chǔ)上，進(jìn)一步引入三維空間理解、機(jī)器人運(yùn)動(dòng)幾何約束和真實(shí)數(shù)據(jù)閉環(huán)機(jī)制，使機(jī)器人不僅學(xué)會(huì)“模仿動(dòng)作”，更學(xué)會(huì)“理解動(dòng)作為什么這樣做”。

其核心技術(shù)突破包含四個(gè)方面：

? 3D-Aware Spatial Representation：將3D空間信息引入視覺(jué)-語(yǔ)言-動(dòng)作建模，使模型不只依賴(lài)2D圖像紋理和像素特征，能夠顯示感知物體位置、空間關(guān)系與操作目標(biāo)之間的幾何結(jié)構(gòu)，具備更強(qiáng)的泛化能力。

? Joint Dynamic Geometry Loss：將機(jī)器人關(guān)節(jié)動(dòng)態(tài)信息與末端執(zhí)行器幾何約束融入訓(xùn)練loss，使模型從“模仿動(dòng)作”升級(jí)為“理解真實(shí)動(dòng)作結(jié)構(gòu)”，從而減少軌跡漂移、姿態(tài)不連續(xù)和抓取失敗，提升長(zhǎng)時(shí)序任務(wù)中的執(zhí)行穩(wěn)定性。

? Advanced VLM Task Decomposition：基于高級(jí)VLM backbone對(duì)復(fù)雜語(yǔ)言指令進(jìn)行語(yǔ)義理解與任務(wù)拆解，將長(zhǎng)流程操作分解為更清晰的階段目標(biāo)和可執(zhí)行子步驟，避免局部動(dòng)作正確但全局任務(wù)失敗。

? High-Quality Data Flywheel + Real-Robot Recap：構(gòu)建高質(zhì)量數(shù)據(jù)飛輪，以Recap真機(jī)實(shí)驗(yàn)為核心，閉環(huán)采集、訓(xùn)練、評(píng)測(cè)與反饋，持續(xù)吸收成功、失敗及長(zhǎng)尾場(chǎng)景的真實(shí)經(jīng)驗(yàn)，提升從仿真benchmark到真實(shí)環(huán)境執(zhí)行的遷移能力。

這四項(xiàng)技術(shù)彼此耦合，使得空弈DobotWAM能夠更穩(wěn)定地完成多物體、多階段、長(zhǎng)時(shí)序的機(jī)器人操作任務(wù)，為具身智能的大規(guī)模落地提供了可復(fù)用的系統(tǒng)性框架。

以插充電器和插筆帽兩項(xiàng)典型任務(wù)為例。它們看似日常，實(shí)則是高精度接觸作業(yè)，要求模型不僅要識(shí)別目標(biāo)物體的位置，還需理解插頭與插座、筆身與筆帽之間的空間關(guān)系，并連續(xù)完成對(duì)準(zhǔn)、接近、插入和閉合等動(dòng)作，直接考驗(yàn)小目標(biāo)定位與姿態(tài)估計(jì)、強(qiáng)幾何約束下的末端控制以及接觸過(guò)程中的穩(wěn)定執(zhí)行與誤差修正三項(xiàng)關(guān)鍵能力。

測(cè)試中，空弈DobotWAM大模型能夠基于視覺(jué)觀測(cè)完成目標(biāo)定位，結(jié)合機(jī)器人自身狀態(tài)實(shí)時(shí)生成動(dòng)作，使機(jī)械臂在真實(shí)環(huán)境中穩(wěn)定完成充電器插接流程：

在插筆帽任務(wù)中，模型準(zhǔn)確判斷筆身與筆帽的相對(duì)位置及開(kāi)口方向，完成軸線(xiàn)對(duì)齊和精細(xì)插入動(dòng)作，全程保持姿態(tài)穩(wěn)定。

兩項(xiàng)任務(wù)的連續(xù)穩(wěn)定完成，驗(yàn)證了空弈DobotWAM在真實(shí)物理世界中從空間理解、姿態(tài)控制到接觸執(zhí)行的完整閉環(huán)能力。

具身智能走向真實(shí)世界，不能只依賴(lài)更大的模型參數(shù)，也不能只依賴(lài)單次演示中的亮眼表現(xiàn)。真正能夠推動(dòng)機(jī)器人規(guī)模化落地的，是一套同時(shí)具備空間理解、任務(wù)規(guī)劃、精準(zhǔn)執(zhí)行和持續(xù)進(jìn)化能力的模型系統(tǒng)。

越疆空弈DobotWAM具身大模型正是沿著這一路徑邁出的關(guān)鍵一步。未來(lái)，越疆將繼續(xù)圍繞真實(shí)機(jī)器人場(chǎng)景推進(jìn)空弈DobotWAM具身大模型的模型迭代，讓機(jī)器人從“能看懂、能行動(dòng)”，進(jìn)一步走向“能適應(yīng)、能泛化、能長(zhǎng)期可靠執(zhí)行”。

（本文圖片由受訪(fǎng)單位提供）