深圳具身智能企业越疆空弈DobotWAM具身大模型，LIBERO评测第一、排名第一

具身智能领域最近出了个有意思的成绩单。越疆正式发布了自研的世界动作模型——空弈DobotWAM具身大模型，并在业内公认的硬核测试平台LIBERO上跑了个让人眼前一亮的结果。

先抛几个核心事实：在LIBERO的四个标准任务套件上，空弈DobotWAM拿下了平均99.25%的成功率。这四个套件分别考验的是空间关系理解、物体泛化能力、目标指令理解，以及长时序任务执行。99.25%这个成绩，直接把π0.5、π0、GR00T-N1.5、π0+FAST这些公开模型，以及行业内其他已公布数据的模型，都甩在了身后。

更值得注意的是，在LIBERO-Object这个套件上，空弈做到了100/100的满分表现。而在Spatial、Goal和LIBERO-10三个套件中，也分别交出了99/100的成绩单。这可不是什么巧合或者运气，而是实打实的能力体现。

越疆能跻身具身智能行业头部，背后是近三年从协作机器人到具身智能的完整战略升级。依托对机器人“身体”操作能力的深刻理解，空弈DobotWAM形成了自己独特的具身优势。换句话说，这次LIBERO的表现，是整个产品战略升级的必然结果。

话说回来，具身智能的下一站，不是更好看的演示，而是真实可用的现场执行能力。过去我们也见过不少机器人演示，多半是预设轨迹的舞蹈、翻跟头，视觉效果拉满，但离实际生产场景差得远。而越疆这次把焦点拉回到了插接、抓取、对准这类高精度接触作业上，让具身智能真正走向可用、可靠、可落地。这才是行业真正需要的前进方向。

机器人要走向真实应用，真正的挑战不是“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，同时保证多步执行中的全局一致性。这其实是一个非常高的要求。

这两年，视觉—语言—动作模型成了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，这套范式确实高效。但问题在于，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，很容易出现动作漂移、目标丢失，或者局部动作正确但整体任务失败的情况。这意味着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，正是源于它在感知、理解、控制与数据闭环上的系统性设计。在视觉—语言—动作建模的基础上，它进一步引入了三维空间理解、机器人运动几何约束和真实数据闭环机制。结果就是，机器人不仅学会了“模仿动作”，更学会了“理解动作为什么这样做”。

核心技术突破主要体现在四个方面：

第一个是3D-Aware Spatial Representation。简单说，就是把3D空间信息直接引入视觉—语言—动作建模。这样一来，模型不只依赖2D图像的纹理和像素特征，而是能够显式感知物体的位置、空间关系，以及操作目标之间的几何结构，泛化能力自然更强。

第二个是Joint Dynamic Geometry Loss。这个技术把机器人关节的动态信息和末端执行器的几何约束都融入了训练损失函数，让模型从“模仿动作”升级为“理解真实动作结构”。带来的收益很直接：轨迹漂移少了，姿态不连续的问题得到缓解，抓取失败的几率降低，长时序任务的执行稳定性上了一个台阶。

第三个是Advanced VLM Task Decomposition。基于高级VLM backbone，模型能够对复杂语言指令进行语义理解和任务拆解，把长流程操作分解成清晰的阶段目标和可执行的子步骤。这解决了行业里一个老大难问题：局部动作都对，但整体任务就是完不成。

第四个是High-Quality Data Flywheel + Real-Robot Recap。越疆构建了一个高质量数据飞轮，核心是Recap真机实验，闭环完成采集、训练、评测和反馈。成功案例、失败案例、长尾场景的真实经验被持续吸收，显著提升了从仿真benchmark到真实环境的迁移能力。

这四项技术彼此耦合、相互增强，让空弈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。它为具身智能的大规模落地提供了一个可复用的系统性框架。

拿三个典型的测试任务来说：分类抓取、插充电器、插笔帽。这些任务看似日常，实则是高精度接触作业的典型代表。模型不仅要识别目标物体的位置，还得理解插头与插座、笔身与笔帽之间的空间关系，连续完成对准、接近、插入和闭合等动作。这直接考验的是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，让机械臂在真实环境中稳定完成抓取和充电器插接流程。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，全程姿态稳定。三项任务的连续稳定完成，验证了它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。

具身智能要走向真实世界，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。真正能够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。越疆空弈DobotWAM具身大模型，正是沿着这一路径迈出的关键一步。未来，越疆将继续围绕真实机器人场景推进模型迭代，让机器人从“能看懂、能行动”，进一步走向“能适应、能泛化、能长期可靠执行”。