TMT星球近期，GPT-Astra、Claude Opus5.5、Fable5.2等通用模型已具备强大的任务理解、视觉推理和自主探索能力，能够根据执行反馈调整策略，突破预设动作的限制。但通用模型也有明显的效率鸿沟：每一步操作都需要观察、推理和决策，探索一项新任务往往耗时一到数小时，难以满足产业场景对执行效率、稳定性和连续作业的要求。如何发挥Astra等通用模型的优势，同时提高任务成功率、大幅降低执行时延，是推动其具身能力走向产业落地的关键。
大晓机器人发布最新研究成果 ACE-CaP-0，探索通用模型如何通过主动获取经验，自主开发、验证和优化机器人技能；借助ACE-CaP-0，机器人的精细任务成功率不仅大幅提升，执行速度也加速至分钟级，填补了通用模型产业落地的能力空白；研究创新性地结合按需示范（Demonstrations on Request）与按需仿真（Simulation on Demand），让AI智能体在技能开发过程中，自主判断何时请求人类示范、何时开展仿真实验，并结合真机执行反馈不断测试、修订代码策略，最终将经过验证的操作方法沉淀为可复用、可独立执行的机器人技能。
在插充电器、面包装箱、开瓶盖、杯子套叠、插花、鸡肉装盘、包裹翻转和鞋子装盒八项机器人精细操作真实任务中，ACE-CaP-0开发的代码策略经固定后，任务平均执行时间从数小时最快压缩至1分钟内，在240次独立真机评测中成功221次，整体成功率高达92.1%，其中七项任务成功率不低于90%，插充电器任务更是达到100%。
以插充电器任务为例，Astra等通用模型通过尝试不同插入方式，结合碰撞检测与受力分析，动态调整操作策略，经过多次真机试错，连同模型思考，任务耗时约1小时；相比之下，ACE-CaP-0通过迭代优化，把有效操作方法提炼为可复用的Skill，机器人完成任务只需1分钟，实现从小时级探索到分钟级执行的效率跃迁。
同时，这一研究与大晓机器人在酒店服务场景中展示的“通用模型+开悟世界模型”双脑协同架构及真机RSI技术路线一脉相承：通用模型负责理解任务、探索和生成技能，世界模型为物理环境理解与策略验证提供支持，真机反馈则驱动技能持续优化。ACE-CaP-0进一步聚焦经验获取与代码策略开发，让机器人不仅从执行中发现问题、改进技能，还能主动判断需要什么经验、如何获取经验，为加速机器人在真实场景中的落地提供了新路径。
让AI学会自主开发技能
近年来，Code as Policies（CaP，代码即策略）让大模型能够通过编写程序控制机器人，为任务执行提供了新路径。但代码能够运行，并不意味着机器人就能成功操作。在真实的精细操作任务中，抓握角度偏差、对齐不准、接触角度的偏失，都可能导致失败。要找到问题并改进程序，往往需要反复真机试错，不仅耗费时间，还涉及人工复位、执行检查等成本。
ACE-CaP-0进一步将经验获取纳入机器人技能开发过程。 通用模型不仅负责生成和修改控制代码，还能根据当前任务中的难点，主动判断需要什么经验、何时请求人类示范或开展仿真实验，再通过真机反馈验证和改进策略。让AI自主获取经验、探索有效方法，并将经过验证的操作策略沉淀为可复用的机器人技能，是ACE-CaP-0的核心思路。
让每次试错更有价值
机器人学习新技能时，往往面临两类问题：一种是不知道怎样操作，另一种是有了方案，却不确定哪种方法更有效。ACE-CaP-0针对这些问题，建立了按需获取经验的机制。
首先是按需示范，让机器人在需要时主动向人类学习。团队比较了文字指导、人类操作视频和机器人示范等不同形式的信息。其中，机器人示范不仅包含视频，还记录机械臂运动轨迹、末端位姿和夹爪状态，让机器人不仅能看到操作结果，还能理解动作是怎样完成的。
例如，在双臂协同任务中，机器人可能不知道哪只机械臂应该先固定物体、另一只如何完成操作。此时，智能体可以主动请求示范，获取动作顺序、运动方向和抓取方式，再将这些经验转化为程序中的控制逻辑。不同于事先提供固定数量的示范，ACE-CaP-0让智能体根据开发进度，自主决定何时请求帮助、需要解决什么问题。
其次是按需仿真，让AI在真正动手前，先比较不同方案。当机器人已经掌握基本操作方法，却不确定动作轨迹、接近角度或执行顺序是否合理时，智能体可以调用已有仿真环境，或针对具体问题构建仿真实验。它能够自主选择模拟的任务阶段、初始状态和候选程序，比较不同修改方案的效果，再决定下一步如何调整代码。
真实交互提供物理依据，仿真实验扩展探索空间，两者相互补充，让机器人能够更有针对性地获取经验、改进技能。这意味着，机器人不仅在学习怎样完成任务，也开始学习怎样更有效地学习。
把经验能力沉淀为可复用Skill
如果机器人每次执行任务依赖大模型重新观察、推理和生成动作，就会面临推理时延、执行不一致等问题。ACE-CaP-0把高成本的智能探索与高频的机器人执行分离。在策略开发阶段，AI通过“编写程序—执行测试—分析反馈—修改代码”的循环，不断优化操作方法。当程序经过验证后，将任务逻辑、几何计算、动作顺序和控制参数沉淀为精简的代码策略。
这说明，任务逻辑与底层控制解耦后，可以分别优化技能决策与动作执行，提高运行效率，而不必每次重新开发整套策略。让通用模型探索和开发技能，让机器人高效复用已经验证的技能，这为大模型能力走向真实应用提供了新的实现方式。
探索具身智能持续进化新路径
ACE-CaP-0的价值，不仅在于真机任务成功率，更在于探索如何让机器人从一次次交互中积累能力。智能体通过真实执行发现问题，再主动获取示范、开展仿真、优化程序，最终将有效经验沉淀为可复用技能。一次交互不只是为了完成当前任务，也能够成为后续学习与执行的起点。
这一方向与大晓机器人持续探索的双脑协同架构和真机RSI技术路线形成呼应。在大晓的双脑协同架构中，通用模型负责理解任务、推理规划和技能组织，开悟世界模型负责物理状态理解与行动后果预测，具身Harness连接感知、记忆、技能和控制，真机RSI则进一步探索如何利用真实执行反馈，持续改进技能与研发方法。
ACE-CaP-0从代码策略开发切入，进一步探索让AI自主学习和改进技能，并主动判断获取什么经验、如何高效学习。通过按需示范、按需仿真与真机反馈，AI持续验证和优化操作方法，将有效经验沉淀为可复用、可进化的机器人Skill。随着通用模型、具身世界模型与真机RSI持续融合，大晓机器人正加速将Astra等通用模型的理解、规划与泛化能力转化为快速、稳定、高效的具身技能，缩短从自主探索到实际执行的时间，推动机器人更快融入真实产业场景。
洛希极限
热闻播报
未来科技
观潮商业
