机器人界的“学霸”来了！越疆空弈DobotWAM霸榜LIBERO

预设轨迹的舞蹈、翻跟头，好看却离生产很远——人们对具身智能的真正期待，并非演示，而是真实可用的现场执行力。就在近日，越疆正式发布自研世界动作模型空弈DobotWAM具身大模型，在具身智能标准评测基准LIBERO上，各关键能力维度领先于π0.5、π0、GR00T-N1.5、π0+FAST等公开模型及行业内已有数据公布的其他模型结果。在将具身智能发展焦点拉回插接、抓取、对准等高精度接触作业的同时，越疆也宣告了自身从从“全球协作机器人第一”向“具身智能头部企业”的跃迁。

据介绍，在具身智能标准评测基准LIBERO上，空弈DobotWAM具身大模型分别完成LIBERO-Spatial（代表空间理解能力）、LIBERO-Object（代表物体操作稳定性）、LIBERO-Goal（代表完整目标理解规划能力）和LIBERO-10（代表复杂任务执行能力）四个标准任务套件，覆盖空间关系理解、物体泛化、目标指令理解以及长时序任务执行等关键能力维度，平均成功率达99.25%。其中，空弈DobotWAM具身大模型在LIBERO-Object上实现100/100全部成功，在Spatial、Goal和LIBERO-10三个套件中均达到99/100。

此次LIBERO的表现，标志着越疆跻身具身智能行业头部。而这源于越疆近三年从协作机器人到具身智能的产品战略升级。

机器人走向真实应用，真正的挑战不再是“识别物体”，而是在动态、多变的开放场景中，理解空间关系、拆解任务目标、生成符合运动结构的动作，并在多步执行中始终保持全局一致。近两年，视觉-语言-动作模型成为具身智能动作生成的主流范式，在数据覆盖充分、任务边界清晰的场景下展现了较高效率。然而，过度依赖二维图像模式或离线轨迹模仿，在面对空间扰动、物体变化、长流程任务和真实接触反馈时，仍容易出现动作漂移、目标丢失，或局部动作正确而整体任务失败的情况。这要求机器人模型必须超越单纯的“模仿”，建立起对动作深层次结构的真正理解。

对此，空弈DobotWAM在感知、理解、控制与数据闭环上进行系统性设计。模型在视觉-语言-动作建模的基础上，进一步引入三维空间理解、机器人运动几何约束和真实数据闭环机制，使机器人不仅学会“模仿动作”，更学会“理解动作为什么这样做”。

其核心技术突破包含四个方面：

3D-Aware Spatial Representation：将3D空间信息引入视觉-语言-动作建模，使模型不只依赖2D图像纹理和像素特征，能够显式感知物体位置、空间关系与操作目标之间的几何结构，具备更强的泛化能力。

Joint Dynamic Geometry Loss：将机器人关节动态信息与末端执行器几何约束融入训练loss，使模型从“模仿动作”升级为“理解真实动作结构”，从而减少轨迹漂移、姿态不连续和抓取失败，提升长时序任务中的执行稳定性。

Advanced VLM Task Decomposition：基于高级VLM backbone对复杂语言指令进行语义理解与任务拆解，将长流程操作分解为更清晰的阶段目标和可执行子步骤，避免局部动作正确但全局任务失败。

High-Quality Data Flywheel + Real-Robot Recap：构建高质量数据飞轮，以Recap真机实验为核心，闭环采集、训练、评测与反馈，持续吸收成功、失败及长尾场景的真实经验，提升从仿真benchmark到真实环境执行的迁移能力。

上述四项技术彼此耦合，使得空弈DobotWAM能够更稳定地完成多物体、多阶段、长时序的机器人操作任务，为具身智能的大规模落地提供了可复用的系统性框架。

以多场景任务分类抓取、插充电器和插笔帽三项典型任务为例，看似日常，实则是高精度接触作业，要求模型不仅要识别目标物体的位置，还需理解插头与插座、笔身与笔帽之间的空间关系，并连续完成对准、接近、插入和闭合等动作，直接考验小目标定位与姿态估计、强几何约束下的末端控制以及接触过程中的稳定执行与误差修正三项关键能力。

测试中，空弈DobotWAM大模型能够基于视觉观测完成目标定位，结合机器人自身状态实时生成动作，使机械臂在真实环境中稳定完成抓取以及充电器插接流程。

又如插笔帽任务中，模型准确判断笔身与笔帽的相对位置及开口方向，完成轴线对齐和精细插入动作，全程保持姿态稳定。

三项任务的连续稳定完成，验证了空弈DobotWAM在真实物理世界中从空间理解、姿态控制到接触执行的完整闭环能力。

当前，具身智能正处在规模化落地的窗口期。走向真实世界，具身智能不能只依赖更大的模型参数，也不能只依赖单次演示中的亮眼表现。真正能推动机器人规模化落地的，是一套同时具备空间理解、任务规划、精准执行和持续进化能力的模型系统。伴随机器人从“能看懂、能行动”向“能适应、能泛化、能长期可靠执行”持续进化，具身智能机器人将不再只是舞台上的演员，而将真正成为车间、家庭与办公室中真正可靠的帮手。

（大众日报记者 付玉婷）