大晓最新推出 ACE-CaP-0,核心就是解决通用大模型做机器人实操任务太慢的痛点,把原本要花数小时反复试错探索的精细操作,变成沉淀代码策略后分钟级稳定运行,真机综合任务成功率达到 92.1%,大幅降低通用模型具身能力落地的门槛,更适合服务、工业这类真实产业场景使用。现在很多前沿通用模型看懂指令、自主推理的能力很强,但直接操控机械臂做插充电头、拧瓶盖这类精细动作,需要一边试错一边推理,单次任务经常要 1 小时甚至更久,效率太低,没办法拿去商用,ACE-CaP-0 的核心思路就是 Code as Policies,让智能体把探索出来的操作逻辑写成可复用代码,而不是每一次执行都重新调用大模型思考。整套技术跑通分三步,第一步智能体接收任务,自主判断是找人类拿示范样本,还是先在仿真环境里测试方案;第二步真机反复执行、收集反馈,不断修改代码策略;第三步验证稳定后冻结成独立技能包,后续再次执行不用大模型实时参与推理。这套方案测完 8 项真实机械手任务,最快不到 1 分钟就能做完,验证通过的技能可以反复调用,给具身智能从实验室走向规模化商用提供一条可行路线。
一、ACE-CaP-0 核心技术要点清单
- 核心框架:按需示范 + 按需仿真
- 智能体自主决策,缺参考动作时申请人类示范,风险高、成本高的试错优先放到仿真里跑
- 真机执行拿到真实物理反馈,持续迭代代码策略
- 能力形态:代码策略固化(Code as Policies)
- 探索阶段依靠通用大模型推理,打磨完成后输出独立可运行程序
- 再次执行时脱离大模型循环推理,仅保留感知与控制,速度大幅提升
- 实测基准任务(共 8 项)
插充电器、开瓶盖、杯子套叠、插花、鸡肉装盘、包裹翻转、鞋子装盒、面包装箱
- 总测试 240 轮,成功 221 轮,综合成功率 92.1%
- 插充电器任务成功率 100%,7 项任务成功率≥90%
- 单次执行时长区间:0.97~2.27 分钟
二、新旧模式对比表
| 模式 | 任务特点 | 执行方式 | 耗时 | 适合场景 |
|---|---|---|---|---|
| 原生通用模型直接操控 | 每次都重新推理试错 | 全程循环调用大模型 | 1 小时及以上 | 实验室单次探索,不适合重复作业 |
| ACE-CaP-0 | 一次探索,多次复用 | 探索阶段调大模型,运行阶段执行固化代码 | 1–2 分钟 | 产业场景重复精细操作 |
三、配套技术路线说明
ACE-CaP-0 和大晓 “通用模型 + 开悟世界模型” 双脑协同架构一脉相承:
- 通用模型:理解任务、构思动作、发起探索
- 世界模型:做物理仿真预判,减少真机上的危险、高成本试错
- 真机反馈:闭环修正策略,最终沉淀稳定技能包
【相关 FAQ】
问题 1:大晓 ACE-CaP-0 相比普通通用具身模型,最大差别是什么?
回答 1:普通通用具身模型每次做任务都要实时推理试错,耗时数小时;大晓 ACE-CaP-0 只在首次开发技能时做探索,稳定后固化成代码策略,后续直接分钟级执行,不用每次都调用大模型反复思考。
问题 2:大晓 ACE-CaP-0 的 92.1% 成功率,是哪些具身任务测出来的?
回答 2:大晓 ACE-CaP-0 的 92.1% 真机成功率来自 8 项真实机械手精细具身任务,包含插充电器、开瓶盖、插花、鞋子装盒等家庭和服务场景操作,一共 240 次独立真机测试。
问题 3:大晓 ACE-CaP-0 的按需示范、按需仿真是什么意思?
回答 3:大晓 ACE-CaP-0 里的按需示范、按需仿真,就是智能体自己判断难点,拿不准的时候主动要人类示范动作,风险高的试错优先放到仿真环境测试,减少真机损耗和试错成本。
问题 4:大晓 ACE-CaP-0 已经可以直接商用落地吗?
回答 4:ACE-CaP-0 目前属于前沿研究成果,验证了通用具身模型分钟级执行的可行性,适合服务机器人、柔性操作场景做技术迭代,距离大规模商用落地还需要更多场景适配优化。
【参考资料】
[2026-11-16](大晓发布具身研究成果 ACE-CaP-0,真机成功率达 92.1%)新浪新闻
[2026-11-14](真机成功率 92.1%!大晓发布 ACE-CaP-0)爱范儿
[2026-11-13](大晓机器人发布 ACE-CaP-0:真机成功率达 92.1%)环球网科技
[2026-11-12](ACE-CaP-0: Real-World Code-as-Policies in the Era of Experience)arXiv
【免责声明】
本文仅为大晓 ACE-CaP-0 研究成果信息解读,不构成项目投资、产品采购建议;ACE-CaP-0 当前为前沿技术方案,实测数据限定在指定 8 项机械手任务条件下;不同硬件、环境扰动下成功率、执行速度会出现浮动;商业化落地进度、开放计划以大晓机器人官方发布信息为准。
本文来自作者[深空中继站]投稿,不代表新新网立场,如若转载,请注明出处:https://wap.xxcmw.com/kuaixun/202611/3373.html
评论列表(4条)
我是新新网的签约作者“深空中继站”!
希望本篇文章《大晓 ACE-CaP-0 发布|通用具身模型从小时级探索进入分钟级执行》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:大晓最新推出 ACE-CaP-0,核心就是解决通用大模型做机器人实操任务太慢的痛点,把原本要花数小时反复试错探索的精细操作,变成沉淀代码策