「电厂」获悉，大晓机器人正式发布全新视觉空间锚定增强型具身基模型ACE-Brain-0.6。继ACE-Brain-0.5探索感知、规划、行动、评估与进化的统一认知闭环之后，ACE-Brain-0.6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，为提升通用具身交互能力提供关键支撑。

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实现具身空间感知能力新突破：

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。

（ACE-Brain-0.6在八项Grounding评测中的六项超过GPT-6 Astra）

大晓认为，此次突破意义不止于空间锚定能力超越GPT-6 Astra，更在于大晓机器人自主构建了一套规模化、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：通过多源数据融合、自动化空间标注与高质量监督数据构建，持续提升模型的物理空间感知能力。

这不仅为具身基模型的高效训练与能力扩展提供了可规模化的数据基础，也为打通“语言理解—空间感知—物理行动”的关键链路提供了技术支撑，推动具身智能从理解物理世界，向更加精准、可靠地作用于物理世界迈进。

近期，以OpenAI GPT-6 Astra为代表的通用多模态模型，展现出强大的跨本体、跨场景、跨任务通用交互能力。大晓机器人通过深入分析发现，相比GPT-5.5，GPT-6 Astra的视觉空间锚定（Visual Grounding）准确率显著提升，其强大的具身泛化能力不仅依赖高级推理，更得益于空间感知与空间推理能力的跃升。

在实际操作中，Astra通过Grounding精准识别目标物体、交互区域及空间参照，结合几何计算确定位置、位移与运动参数，将抽象任务意图转化为具体物理动作。比如，在放置水果篮的案例中，模型需识别篮筐边缘与目标承载面，通过空间计算确定移动方向；在折叠T恤的案例中，则需提取衣物轮廓、估计尺寸并计算折叠距离。这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。

这一发现为具身智能行业提供了重要技术启示：以视觉空间锚定能力为关键突破口，可加速推动具身智能从高级认知迈向精准感知与可靠执行。ACE-Brain-0.6基于这一认知进行前沿探索与优化。

即便是GPT-6 Astra，在细粒度几何定位和复杂空间关系判断方面仍存在局限。例如，寻找特定物体前方的空闲位置时，模型可能误判至相邻区域。对于文字问答，微小偏差或许无关紧要；但对于机器人，却可能直接影响抓取、放置乃至整个操作链路的可靠性。

因此，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，旨在回答能否通过高质量数据的规模化，让一个9B模型在具身空间感知这一核心能力上达到甚至超越顶级通用模型。

（ACE-Brain-0.6技术概览图）

而据实验显示，ACE-Brain-0.6在八项Grounding评测中，有六项成绩超越OpenAI GPT-6 Astra，包括Where2Place（76.55 vs. 71.10）、PixMo-Count（89.41 vs. 88.10）、RoboSpatial（74.82 vs. 69.55）、RoboAfford（88.51 vs. 84.94）、ShareRobot（49.70 vs. 46.60）以及RobotGrounding（94.13 vs. 91.10）。

其中，在七项公开基准测试中，ACE-Brain-0.6以74.53分的综合成绩领先GPT-6 Astra的73.68分，展现出其在具身空间理解、目标定位与交互区域识别等任务上的竞争力。

同时，ACE-Brain-0.6还在与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对比中展现出领先优势。

（文中图源大晓机器人。）