近两年，具身智能赛道吸引了各界的目光。舞台上表演的具身机器人，成了这场资本与技术狂欢最直观的图腾。

它们出现在世界人工智能大会的聚光灯下、春晚的舞台中央，车企发布会的前排嘉宾席。翻跟头、跳街舞、端着托盘平稳穿过人群——每一次亮相都精准地踩在社交媒体的兴奋点上，像极了当年人形机器人概念在科幻电影里种下的那枚种子，如今终于发了芽。

这是具身智能的上半场，万众瞩目。

下半场，在非结构化的真实世界里，散落在地上的零件、突然出现的障碍物、光线从亮变暗的走廊等构成了一个个具体的难题，具身智能从技术炫技开始走向商业落地的残酷战场。在这个过程中，大模型的重要性，正在被重新定义，让机器人从"执行指令的工具"蜕变为"理解意图的伙伴"。

PART 01

99.25%背后：不仅是机械臂领域的王者，更是具身智能技术的领跑者

近期，越疆科技发布自研世界动作模型——空弈DobotWAM具身大模型，给出了一个震撼行业的答案。

在具身智能权威评测基准LIBERO上，空弈DobotWAM具身大模型以99.25%的平均成功率登顶榜首，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。

更令人瞩目的是细分表现：在LIBERO四个标准任务套件中，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。

 

这个数字的意义，远超表面的"第一"。

它标志着越疆从“全球协作机器人第一”向“具身智能头部企业”的硬核跃迁——不再只是机械臂领域的王者，更已成为具身智能技术的领跑者。这并非偶然，而是源于公司近三年完成从协作机器人到具身智能的产品战略升级。基于对机器人“身体”操作能力的深刻理解，空弈DobotWAM具身大模型形成了独特的具身优势。

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，机器人演示多以预设轨迹的舞蹈、翻跟头为主，好看却离生产很远；如今，越疆将焦点拉回插接、抓取、对准等高精度接触作业，让具身智能真正走向可用、可靠、可落地，引领行业向具备真实操作能力、可落地复用的方向前进。

 

当前，搭载了越疆空弈DobotWAM具身大模型的人形机器人已实现商业化落地，正在真实的作业场景中创造价值。

 

在电影院，越疆爆米花机器人单日工作14小时，创下单日营收2万的成绩。

 

在汽车产线上，越疆人形机器人承担高强度的夜班工序，秒级识别料盘错位等突发异常，自主排障。

PART 02

为什么机器人需要世界动作模型？

机器人走向真实应用，需要面对的不是静态、规则、完全可控的环境，而是充满变化的开放场景。

同一个任务，物体位置可能不同；同一句指令，表达方式可能不同；同一个操作，机器人初始姿态可能不同；同一类物体，尺寸、形状、材质和摆放方式也可能不同。对于机器人而言，真正的挑战不只是“识别物体”，而是理解物体之间的空间关系、判断任务目标、生成符合机械臂运动结构的动作，并在多步骤执行中保持全局目标一致。

这意味着，机器人需要的不是一套在固定条件下死记硬背的动作序列，而是一种能够穿透表层变化、直抵任务本质的理解力。

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，但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。

在此背景下，世界模型正在成为具身智能动作生成的另一条技术路线。越疆空弈DobotWAM具身大模型，正是在这条技术路线上实现了领跑。

 

越疆空弈DobotWAM具身大模型在视觉-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”，在感知、理解、控制与数据闭环上实现了系统性设计。

PART 03

四大核心技术能力构建独特能力栈

越疆空弈DobotWAM具身大模型系统性重构，并非单点优化，而是由四项关键技术突破协同完成的。它们分别从空间感知、运动建模、任务规划和数据闭环四个维度，构筑了空弈DobotWAM具身大模型区别于其他模型的独特能力栈。

 

3D-Aware Spatial Representation

将3D 空间信息引入视觉-语言-动作建模，使模型不只依赖 2D 图像纹理和像素特征，能够显式感知物体位置、空间关系与操作目标之间的几何结构，具备更强的泛化能力。

Joint Dynamic Geometry Loss

将机器人关节动态信息与末端执行器几何约束融入训练loss，使模型从“模仿动作”升级为“理解真实动作结构”，从而减少轨迹漂移、姿态不连续和抓取失败，提升长时序任务中的执行稳定性。

Advanced VLM Task Decomposition

基于高级VLM backbone 对复杂语言指令进行语义理解与任务拆解，将长流程操作分解为更清晰的阶段目标和可执行子步骤，避免局部动作正确但全局任务失败。

High-Quality Data Flywheel + Real-Robot Recap

构建高质量数据飞轮，以Recap真机实验为核心，闭环采集、训练、评测与反馈，持续吸收成功、失败及长尾场景的真实经验，提升从仿真 benchmark 到真实环境执行的迁移能力。

从感知到规划，从执行到进化，四项关键技术让空弈DobotWAM具身大模型具备了一套完整的“具身理解力”。

PART 04

越疆空弈DobotWAM具身大模型的真实执行力

在真机实测中，越疆选取了三类具有代表性的精细操作任务：分类任务抓取、插充电器和插笔帽。

这些任务的共同特征是：看似简单，但对机器人而言，都是典型的高精度接触任务，也是真实物理环境中衡量“执行能力”最直接的标尺。模型不仅需要识别目标物体的位置，还需要理解插头、插座、笔身、笔帽之间的空间关系，并在执行过程中完成对准、接近、插入和闭合等连续动作。

1.分类抓取——考验“看见”与“拿到”

在多场景高精度分类自主抓取任务中，空弈DobotWAM具身大模型需要识别不同类别的目标物体，并准确抓取。

这听起来基础，但物体可能被随意摆放，姿态千奇百怪，光照条件不断变化。模型必须完成小目标的精准定位与姿态估计，才能在杂乱中准确出手。

这正是空弈DobotWAM展示的第一重能力：在非结构化场景中，稳定地“看见”并“拿到”。

2.插充电器——考验“对准”与“力控”

插充电器，属于典型的“强几何约束下的高精度插接”——插头与插座之间的容错间隙极小，角度稍有偏差、力度稍有失控，就会卡住或弹开。

空弈DobotWAM具身大模型能够基于视觉观测自主完成目标定位，结合机器人实时状态进行动作生成，控制机械臂在真实环境中稳定完成充电器插接的全流程。甚至当需要双臂协作旋转调整插头角度时，模型依然能保持动作的连贯与稳定。

3.插笔帽——考验“精度”与“柔顺”

 

笔身细长，笔帽开口极小，轴线稍有偏移就会顶住、滑脱，力道稍大就会把笔推倒。这考验的是机器人在“对准”与“精细接触控制”上的极限能力。

空弈DobotWAM具身大模型根据视觉信息自主判断笔身与笔帽的相对位置，控制机械臂完成精细对准和插入动作。

这类能力，在3C装配、精密仪器操作等真实产线场景中，是真正的刚需。

PART 05

越疆的人形机器人、协作手臂，已经拥有了自己的大脑

回过头来看，99.25%，这个数字的意义，远不止一个榜单的排名。

过去，机械臂是高精度的执行终端——它忠实复现人类预设的每一条轨迹，但无法理解“为什么要这样做”，更无法应对预设之外的任何变化。那是“手”很强、“脑”很弱的时代。

如今，空弈DobotWAM让这只手长出了真正能思考的大脑。它看得懂三维空间里的位置关系，理解得了任务指令背后的意图，判断得了接触瞬间该用多大的力、该往哪个方向微调。它不再只是“做动作”，而是在“理解操作”。

简而言之，越疆的人形机器人、协作手臂，已经拥有了自己的大脑。

未来，越疆将继续围绕真实机器人场景推进空弈DobotWAM具身大模型持续迭代，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”。