中国大模型评测：99.25%成功率登顶世界第一

让一台机器人学会“将插头对准插座并插入”，其难度远超连续完成三个空翻或表演一段芭蕾舞。

5月29日，深圳越疆科技正式发布空弈DobotWAM具身大模型。在LIBERO基准测试中，该模型的平均成功率高达99.25%，直接超越谷歌DeepMind、英伟达等团队此前公开的成绩，位居榜首。更值得关注的是，在LIBERO-Object（物体泛化）单项测试中，它拿下了100%的满分。以下是已公开模型的评测成功率对比：

这一成绩背后的技术含量，值得深入剖析。

先来拆解LIBERO到底是什么。全称为Lifelong Robot Learning Benchmark，由得克萨斯大学奥斯汀分校联合索尼AI等机构于2023年提出。整个评测体系下设四大套件：空间关系理解（Spatial）、物体泛化（Object）、目标指令理解（Goal）以及长时序多步执行。目前，谷歌、英伟达、Meta、小米等头部玩家均将其作为检验机器人泛化能力与长程任务执行能力的“行业标尺”。它不是简单的排行榜刷分，更像一台X光机，能直接透视模型真实的能力边界。

那么，空弈凭什么能登顶？

行业主流的视觉-语言-动作（VLA）模型，本质上是在做“模仿”——给什么数据就学什么动作。一旦遇到空间扰动、物体更换或长流程任务，很容易出现动作漂移、目标丢失。空弈突破这一局限，核心依赖四项技术的耦合：首先，将三维几何信息引入建模，让模型不再过度依赖二维图像；其次，把关节动态信息与末端执行器几何约束融入训练损失函数，从“模仿轨迹”升级为“理解动作结构”；第三，高级语义任务拆解，将复杂指令分解为清晰的阶段目标，解决“局部正确、全局失败”的顽疾；最后，高质量的真机数据飞轮闭环，持续吸收成功、失败以及长尾场景的真实经验，提升从仿真环境到产线执行的迁移能力。

搭载空弈大模型的机器人在插充电器、插笔帽这两项高精度接触作业测试中，表现相当亮眼。这类任务要求自主完成目标定位、轴线对齐与姿态稳定控制，行业内普遍视为高难度挑战。它意味着机器人正从“模仿者”进化为“理解者”，从“看得见”升级到“看得懂”。

关于越疆

这是一家极少主动对外讲故事的硬件公司。创始人刘培超2015年在深圳一张办公桌上起步，从轻量级协作机械臂切入，十年间构建起覆盖0.5kg到30kg负载的完整产品矩阵，累计出货量超过10万台，服务全球100多个国家和地区。到2025年，协作机器人出货量跃居全球第一，市占率达到13.2%。

越疆最深的核心壁垒，正是这10万台部署在全球产线上的机械臂。它们每天在汽车、3C电子、焊接、检测、装配等15个行业、200多个工艺场景中持续执行任务。这就形成了“采集—训练—部署—反馈”的数据飞轮，不断为空弈大模型训练提供真实数据沃土。

越疆的“一脑多体”具身智能平台，以空弈大模型为“大脑”，以高精度力控系统为“小脑”，可驱动机械臂、人形、多足等多形态机器人。

2025年，越疆研发投入达到1.15亿元，同比增长近60%，其中投向具身智能的研发费用超过4500万元。这组数字背后，透露出越疆从“协作龙头”向“具身领跑”战略转型的决心。

“职业考试”开始

这次登顶对越疆本身意味着一次身份跃迁——从硬件制造商转变为系统智能方案商。具身智能业务收入在2025年实现了数倍增长，占总营收比重从1%升至4.1%。而对整个行业而言，它传递了三个清晰信号：

1. 行业评价标准正在发生根本性转变。过去，一场高难度的机器人舞蹈或翻跟头表演就能赢得满堂喝彩——那些好看却离生产很远的演示，终究只是锦上添花。如今，评价具身智能的标尺已经从“能否完成单次惊艳表演”转向“能否在动态多变环境中稳定执行长流程任务”。

2. 具身智能的核心竞争壁垒正从“参数规模”转向“场景深度”。空弈的成功验证了一条关键路径：真正的泛化能力不是堆出来的，而是在真实工业场景中“训练”出来的。拥有扎实的产业纵深和应用积累，而非单纯的算力优势，才是决胜的长久根基。

3. 具身智能迎来了从炫技走向实用的拐点。99.25%是一个里程碑，但同时也揭露了一个现实：仿真测试与真实产线之间仍有鸿沟，那0.75%的失败可能意味着巨大的损失。如何在大规模、开放场景中持续保持高可靠性，仍是所有玩家需要攻克的难题。

具身智能最精彩的博弈，才刚刚展开。

END

来源：互联网