讓一臺機器人理解“把插頭插進插座”，比讓它連翻三個跟頭，或者跳一段芭蕾舞要難得多！
5月29日，深圳越疆科技發布了空弈DobotWAM具身大模型，該模型在LIBERO基準評測中平均成功率99.25%，超越了谷歌DeepMind、英偉達等團隊此前公示的模型成績，排名第一。其中，LIBERO-Object（物體泛化）單項達到100%的滿分。以下是幾個已公開模型的評測成功率對比：
這意味著什么？
首先，我們來了解一下IBERO的含金量。
LIBERO（Lifelong Robot Learning Benchmark）由得克薩斯大學奧斯汀分校聯合索尼AI等機構于2023年提出，下設四個套件：
空間關系理解（Spatial）
物體泛化（Object）
目標指令理解（Goal）
長時序多步驟執行
LIBERO目前被谷歌、英偉達、Meta、小米等團隊視為檢驗機器人泛化能力與長程任務執行能力的“行業考試”。它不是單純的“刷榜賽”，而是揭示模型本質能力的X光機。
那么，空弈DobotWAM具身大模型憑什么登頂？
行業主流的視覺-語言-動作（VLA）模型，本質是“模仿”：給什么數據就學什么動作。面對空間擾動、物體變化或長流程任務時，極易出現動作漂移、目標丟失。空弈突破了這一局限，核心在于四項技術耦合：
3D空間表征將三維幾何信息引入建模，讓模型摒棄對二維圖像的依賴；
將關節動態信息與末端執行器幾何約束融入訓練損失函數，從“模仿軌跡”升級為“理解動作結構”；
高級語義任務拆解，將復雜指令分解為清晰的階段目標，解決“局部正確、全局失敗”的難題；
高質量真機數據飛輪閉環，持續吸收成功、失敗及長尾場景的真實經驗，提升從仿真環境到產線執行的遷移能力。
搭載空弈大模型的機器人在插充電器、插筆帽兩項高精度接觸作業測試中表現亮眼。這類任務需要自主完成目標定位、軸線對齊與姿態穩定控制，其難度在行業內被視為高挑戰。它讓機器人從“模仿者”進化為“理解者”，從“看得見”進化到“看得懂”。
關于越疆
這是一家很少主動講故事的公司。創始人劉培超2015年在深圳一張辦公桌上起步，從輕量級協作機械臂切入，十年間構建起覆蓋0.5kg到30kg負載的完整產品矩陣，累計出貨超10萬臺，服務全球100多個國家和地區。2025年協作機器人出貨量躍居全球第一，市占率13.2%。
越疆的最深“底牌”，正是這10萬臺部署在全球產線上的機械臂。它們每天在汽車、3C電子、焊接、檢測、裝配等15個行業、200多個工藝場景中持續執行任務。這就形成了“采集—訓練—部署—反饋”的數據飛輪，源源不斷地為空弈大模型訓練提供真實數據沃土。
越疆的“一腦多體”具身智能平臺，以空弈大模型為“大腦”，以高精度力控系統為“小腦”，可驅動機械臂、人形、多足等多形態機器人。
2025年越疆研發投入達到1.15億元，同比增長近60%，其中投向具身智能的研發費用超過4500萬元。這組數字背后，是越疆從“協作龍頭”向“具身領跑”戰略轉型的決心。
“職業考試”開始
這次登頂對越疆本身而言，意味著它完成了從硬件制造商到系統智能方案商的身份躍遷。具身智能業務收入已在2025年實現數倍增長，占總營收比重從1%升至4.1%。而對整個行業來說，它傳遞了三個清晰的信號：
1. 行業評價標準正在發生根本性轉變。 過去，一場高難度的機器人舞蹈或翻跟頭表演就能贏得滿堂喝彩，但那些好看卻離生產很遠的演示終究只是錦上添花。如今，評價具身智能的標尺正從“能否完成單次驚艷表演”轉向“能否在動態多變環境中穩定執行長流程任務”。
2. 具身智能的核心競爭壁壘正在從“參數規模”轉向“場景深度”。 空弈的成功驗證了一條關鍵路徑：真正的泛化能力不是堆出來的，是在真實工業場景中“訓練”出來的。擁有扎實的產業縱深和應用積累，而非單純的算力優勢，正成為決勝的長久根基。
3. 具身智能迎來了從炫技走向實用的拐點。 99.25%是一個里程碑，但它也揭露了一個現實：仿真測試與真實產線之間仍有鴻溝，那0.75%的失敗可能意味著巨大損失，如何在大規模、開放場景中持續保持高可靠性，仍是所有玩家都需要攻克的難題。
具身智能最精彩的博弈，才剛剛展開。
END
?? 往期精彩
豪砸250億美元！特斯拉全力押注人形機器人，卻面臨三大致命難題
成本僅占1%，卻是人形機器人的“心病”
小鵬機器人量產沖刺：2027年一季度上崗賣車
帥不過2小時！人形機器人的電耗在哪兒？
6月1日宇樹科技上會三大看點
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
