• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • 智驾传感器产业报告2026
  • 2026高通汽车技术与合作峰会
  • 2026智能座舱产业报告
  • 汽车出海新书发布
  • 2026未来商用车及专用车技术与产业大会暨CSAE汽车智能交通分会
  • 2026具身智能产业场景融合大会
  • 2026中国汽车低碳与可持续发展论坛
  • 2026第九届智能驾驶大会
  • 2026第八届AI智能座舱大会
  • 走进长城“同源共链”创新技术展
当前位置:首页 > 智能网联 > 正文

越疆发布空弈DobotWAM具身大模型

盖世汽车 苑晶铭 2026-06-02 13:26:53

6月2日,盖世汽车获悉,近期,越疆发布自研世界动作模型空弈DobotWAM具身大模型。

在具身智能标准评测基准LIBERO 上,空弈DobotWAM具身大模型分别完成LIBERO-Spatial、LIBERO-Object、LIBERO-Goal 和 LIBERO-10 四个标准任务套件,覆盖空间关系理解、物体泛化、目标指令理解以及长时序任务执行等关键能力维度,平均成功率达99.25% ,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。

越疆发布空弈DobotWAM具身大模型

图片来源:越疆

其中,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。

近两年,VLA模型成为具身智能动作生成的重要范式。它将视觉观测、语言指令和机器人动作统一建模,在数据覆盖充分、任务边界清晰的场景中展现出较高执行效率。但如果模型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,仍然容易出现动作漂移、目标丢失,或局部动作正确但整体任务失败的问题。

越疆空弈DobotWAM具身大模型的思路,是在视觉-语言-动作建模基础上,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,让模型不仅学会“模仿动作”,更学会“理解动作为什么这样做”。

*版权声明:本文为盖世汽车原创文章,如欲转载请遵守 转载说明 相关规定。违反转载说明者,盖世汽车将依法追究其法律责任!

本文地址:https://auto.gasgoo.com/news/202606/2I70460239C601.shtml

 
0

好文章,需要你的鼓励

微信扫一扫分享该文章