国产具身模型 ACE-Brain-0.6 发布：9B 参数，六项空间定位评测超过 GPT-6 Astra

上海大晓机器人近日发布具身基础模型 ACE-Brain-0.6，专攻机器人的「视觉空间锚定」能力——就是让机器人听懂「把水果放进篮子」之后，能准确判断篮子在哪里、抓哪个部位、往哪儿放，甚至能识别出「目标根本不存在」，避免盲目乱动。

成绩单相当亮眼：在八项空间锚定（Grounding）评测中，它有六项超过 OpenAI 的 GPT-6 Astra，例如 Where2Place 76.55 对 71.10、RoboSpatial 74.82 对 69.55；七项国际公开基准的平均分 74.53，也高于 Astra 的 73.68；其自建的真实机器人场景测试集 RobotGrounding 得分 94.13，对方是 91.10。

它的参数并不大：基于通义千问 Qwen3.5-9B 微调，视觉编码器冻结。团队把关键归因于数据——整合 30 多个开源机器人数据家族和私有第一视角数据，用 Grounding DINO、SAM 3 等工具自动标注，构建了约 100 万条「每个答案都有可核验视觉依据」的空间锚定样本。受控实验也显示：架构不变，数据从 26 万条扩到 100 万条，平均分从 69.3 涨到 74.5；但单纯堆同类数据提升不到 1 分，真正管用的是不断引入新场景和新的监督形式。

需要说明的是，这批成绩来自大晓机器人公布的材料，第三方复现验证还有待跟进。不过方向本身值得关注：不拼参数规模，靠高质量专项数据让中小模型在单项能力上对标旗舰，这条路线对算力有限的团队很有参考意义。空间定位是零售分拣、物流搬运、服务机器人落地的底层能力，谁先做稳，谁就离真实干活更近一步。

来源：新浪财经（据大晓机器人公布材料），原文：https://finance.sina.com.cn/wm/2026-10-21/doc-inivynsq8010078.shtml