大晓机器人对外推出 ACE-CaP-0 具身智能研究成果,这套方案可以让通用模型自主完成机器人技能的开发、测试、迭代,最后沉淀成稳定、可反复调用的机器人技能,解决了过去通用模型每次干活都要实时推理、试错耗时久、没法沉淀经验的痛点。之前通用模型做机器人操作,每次执行都要重新思考、不断试错,开发一套精细操作技能经常要花数小时,很难直接落地到工厂、服务场景;ACE-CaP-0 引入按需示范、按需仿真两个核心机制,AI 智能体自己判断什么时候找人类要示范、什么时候在仿真环境里做测试,再结合真机运行反馈持续修改代码策略,等策略验证稳定之后就打包成独立代码策略,后续机器人直接调用这套技能,不用大模型反复推理。官方在 8 项真实精细操作任务上做真机评测,240 次测试里成功 221 次,整体成功率 92.1%,技能开发完成后单次执行最快压缩到 1 分钟以内,和大晓 “通用模型 + 开悟世界模型” 双脑协同路线匹配,给通用具身机器人规模化落地提供了新方案。
一、ACE-CaP-0 核心测试数据
| 项目 | 指标 | 说明 |
|---|---|---|
| 测试任务总数 | 8 项精细操作 | 插充电器、面包装箱、开瓶盖、杯子套叠、插花、鸡肉装盘、包裹翻转、鞋子装盒 |
| 真机评测总次数 | 240 次 | 独立重复测试 |
| 成功次数 | 221 次 | 整体成功率 92.1% |
| 单项最高成功率 | 100% | 插充电器任务 |
| 执行耗时区间 | 0.97–2.27 分钟 | 技能沉淀完成后,不再需要大模型实时循环探索 |
| 对比基线 | 数小时探索耗时 | 传统通用模型边推理边试错的耗时 |
二、ACE-CaP-0 核心工作流程
- 任务接收:通用模型接收操作目标,启动技能开发流程
- 自主判断经验需求:AI 自行评估难点,选择两种辅助方式
- 按需示范:拿不准动作逻辑时,主动请求人类给出一次示范动作
- 按需仿真:轨迹、抓取角度不确定时,先在仿真环境里试多套方案
- 真机迭代验证:把仿真、示范得到的思路写成代码策略,放到真机上跑,收集碰撞、位置、受力反馈,循环修改代码
- 技能固化沉淀:多次测试稳定达标后,把动作顺序、参数、控制逻辑打包成独立代码策略
- 技能复用执行:后续调用时,不需要通用模型持续在线推理,直接运行固化代码完成任务
三、关键技术特点清单
- 探索和执行分离:高成本的技能开发只做一次,后续高频执行轻量化运行,降低算力开销
- 自主决策辅助方式:不是固定强制仿真或者强制人工示范,由智能体按需选择,减少人力成本
- 代码即策略(CaP)范式:把物理操作经验转化成可执行代码,方便跨同类型机器人复用
- 适配双脑架构:和大晓开悟世界模型搭配,世界模型负责环境预判,通用模型负责技能开发
- 面向精细操作:主打对齐、物体搬运、双臂协同这类对精度要求高的机械手任务
四、赛道价值变化
- 打破 “每次执行都要重新思考” 的瓶颈,把通用模型从实时控制循环里解放出来
- 降低机器人技能定制门槛,不用工程师手动写大量动作控制代码
- 技能可沉淀、可迁移,同一款机械手可以快速新增多个操作技能
- 缩小实验室效果和真实工业、服务场景之间的差距,加速具身智能落地
【相关 FAQ】
问题 1:大晓 ACE-CaP-0 的核心作用,怎么让通用模型自主开发机器人技能?
回答 1:大晓 ACE-CaP-0 依靠按需示范、按需仿真机制,让通用模型自主判断需要的经验,结合真机反馈反复修改代码策略,验证稳定后打包成可复用机器人技能,不用人工全程编写控制代码。
问题 2:大晓 ACE-CaP-0 真机测试成功率是多少,测试了哪些机器人任务?
回答 2:大晓 ACE-CaP-0 真机测试整体成功率 92.1%,一共测试 8 项精细机器人任务,包含插充电器、面包装箱、开瓶盖、杯子套叠、插花、鸡肉装盘、包裹翻转、鞋子装盒,插充电器任务达到 100% 成功。
问题 3:ACE-CaP-0 开发出来的机器人技能,复用的时候还需要通用模型持续推理吗?
回答 3:ACE-CaP-0 固化后的机器人技能是独立代码策略,复用执行阶段不需要通用模型持续在线推理,直接运行代码,所以执行速度可以压缩到分钟级别。
问题 4:ACE-CaP-0 里的按需示范和按需仿真,区别是什么?
回答 4:ACE-CaP-0 的按需示范是 AI 遇到动作逻辑难题时主动请求人类示范;按需仿真是 AI 先在虚拟环境测试轨迹方案,两者都是辅助通用模型开发机器人技能,由智能体自主选择调用。
【参考资料】
[2026-11-16](大晓机器人发布 ACE-CaP-0,精细任务执行压缩至分钟级)盖世汽车社区
[2026-11-14](从数小时探索到分钟级执行!大晓发布 ACE-CaP-0,加速通用模型具身能力产业落地)智能制造网
[2026-11-13](大晓机器人发布 ACE-CaP-0: 真机成功率达 92.1%,精细任务最快 1 分钟完成)环球网科技
[2026-11-13](大晓发布 ACE-CaP-0,让通用模型自主开发高效可复用的机器人技能)财经网
[2026-11-12](ACE-CaP-0: Real-World Code-as-Policies in the Era of Experience)arXiv
【免责声明】
本文信息基于大晓公开技术成果、真机测试数据以及公开媒体报道整理,ACE-CaP-0 目前属于研究成果,不等于量产落地产品;测试数据限定在本次 8 项机械手精细操作场景,不代表全部机器人任务表现,不构成机器人采购、技术投入、投资建议,后续商业化进展、能力边界请以大晓官方后续公告为准。
本文来自作者[月下寻汐]投稿,不代表海博商机网立场,如若转载,请注明出处:https://www.hb12369.net/qyzx/202611/1041.html
评论列表(4条)
我是海博商机网的签约作者“月下寻汐”!
希望本篇文章《大晓 ACE-CaP-0 发布通用模型可自主开发高效可复用机器人技能》能对你有所帮助!
本站[海博商机网]内容主要涵盖:互联网行业的追踪与探索
本文概览:大晓机器人对外推出 ACE-CaP-0 具身智能研究成果,这套方案可以让通用模型自主完成机器人技能的开发、测试、迭代,最后沉淀成稳定、可反复调用的机器人技能,解决了过去通用模型每次干活都要实时推理、试错耗时久、没法沉淀经验的痛点。之前通用模型做机器人操作,每次执行都要重新思考、不断试错,开发一套精细操作技能经常要花数小时,很难直接落地到工厂、服务场景;ACE-CaP-0 引入按需示范、按需仿真两个核心机制,AI 智能体自己判断什么时候找人类要示范、什么时候在仿真环境里做测试,再结合真机运行反馈持续修改代码策略,等策略验证稳定之后就打包成独立代码策略,后续机器人直接调用这套技能,不用大模型反复推理。官方在 8 项真实精细操作任务上做真机评测,240 次测试里成功 221 次,整体成功率 92.1%,技能开发完成后单次执行最快压缩到 1 分钟以内,和大晓 “通用模型 + 开悟世界模型” 双脑协同路线匹配,给通用具身机器人规模化落地提供了新方案。