盖世具身智能获悉 大晓机器人正式发布视觉空间锚定增强型具身基模型 ACE-Brain-0.6。该模型参数规模为 9B，在八项视觉空间锚定评测中，有六项成绩超越 OpenAI GPT-6 Astra。

图片来源：大晓机器人

在具体评测数据方面，ACE-Brain-0.6 在七项国际公开基准测试中平均得分达 74.53 分，高于 GPT-6 Astra 的 73.68 分。在真实机器人场景评测 RobotGrounding 中，该模型取得 94.13 分，领先 GPT-6 Astra 的 91.10 分。

同时，在与 Google Gemini 4 Argon、Anthropic Claude Opus 5.5 及国内外多家代表性模型的横向对比中，ACE-Brain-0.6 均展现出领先优势。

ACE-Brain-0.6 基于 Qwen3.5-9B 构建，通过冻结视觉编码器并对语言模型参数进行监督微调。该模型聚焦视觉空间锚定能力，将物体识别、多实例定位、空间关系理解及交互位置预测整合为统一的空间感知体系，旨在提升细粒度几何定位和复杂空间关系判断的准确性。

在训练数据构建上，大晓机器人整合 30 余个开源机器人数据家族和私有数据，生成约百万条训练样本，包含约 94 万张图像和 270 万组问答对。受控实验表明，在模型架构与训练方法不变的条件下，训练数据从 26 万条扩展至百万条，七项公开评测平均得分由 69.3 分提升至 74.5 分，数据规模每翻倍综合得分平均提升约 2.4 分。

大晓机器人通过多源数据融合与自动化空间标注，建立了一套面向具身空间理解的统一数据构建流程。该流程将异构数据转化为可验证的空间锚定监督信号，旨在通过高质量数据的规模化，打通语言理解、空间感知与物理行动的链路，推动具身智能向精准感知与可靠执行方向发展。