深圳商报·读创客户端首席记者 袁静娴

近日，越疆科技正式发布自研世界动作模型空弈DobotWAM具身大模型。记者了解到，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、LIBERO-Object、LIBERO-Goal和LIBERO-10四个标准任务套件，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%，领先于π0.5、π0、GR00T-N1.5、π0+FAST等公开模型，以及行业内已有数据公布的其他模型结果。

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。

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。

空弈DobotWAM的高成功率，源于其在感知、理解、控制与数据闭环上的系统性设计。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”。

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。

在插笔帽任务中，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。

（图片由企业提供）