11 月 13 日大晓机器人正式推出 ACE-CaP-0,这套方案主打解决通用具身模型落地难、执行慢、真机不稳定的老问题,在 8 项精细操作任务、240 次独立真机测试之后拿到了 92.1% 的整体成功率,还能把原来需要数小时的任务探索流程压缩到最快 1 分钟完成,核心思路就是把技能开发和任务执行拆开,先用通用模型自主学习、写控制代码,验证稳定之后再沉淀成可复用的机器人操作策略。现在通用模型直接控制机器人有一个很大短板,每一步都要实时推理、观察、调整,做新任务反复试错,耗时很久,而且真实环境里抓取偏差、接触误差很容易导致任务失败,很难直接放到工厂、仓储场景连续干活。ACE-CaP-0 采用按需示范、按需仿真、真机反馈闭环这套机制,机器人自己判断什么时候需要人给示范、什么时候先在仿真里测试方案,再拿着真机结果反复修改代码策略,等策略跑稳了,后续执行阶段不再依赖大模型实时推理,直接跑已经写好的控制逻辑。测试覆盖插充电器、开瓶盖、杯子套叠、插花、鸡肉装盘、包裹翻转、鞋子装盒、面包装箱 8 个精细任务,其中插充电器任务成功率 100%,大部分任务成功率都高于 90%,只有面包装箱略低。这套方案和大晓 “通用模型 + 开悟世界模型” 双脑架构匹配,目的就是缩小仿真和真实世界之间的差距,降低通用模型真机部署的试错成本,让具身智能从实验室演示走向实际产业场景。
一、ACE-CaP-0 八项测试任务成功率明细
| 任务项目 | 测试次数 | 成功次数 | 任务成功率 | 备注 |
|---|---|---|---|---|
| 插充电器 | 30 | 30 | 100% | 稳定性最优 |
| 开瓶盖 | 30 | 28 | 93.3% | 精细拧动操作 |
| 杯子套叠 | 30 | 28 | 93.3% | 对齐精度要求高 |
| 插花 | 30 | 27 | 90% | 柔性物料操作 |
| 鸡肉装盘 | 30 | 27 | 90% | 不规则软物料 |
| 包裹翻转 | 30 | 27 | 90% | 物体姿态多变 |
| 鞋子装盒 | 30 | 27 | 90% | 盒体对齐操作 |
| 面包装箱 | 30 | 25 | 83.3% | 本次测试最低 |
| 合计 | 240 | 221 | 92.1% | 整体平均成功率 |
二、ACE-CaP-0 核心技术逻辑清单
- 按需示范:机器人遇到卡壳环节,主动请求人类示范动作,学习抓取顺序、运动轨迹、姿态控制逻辑
- 按需仿真:不确定的方案先在仿真环境内跑一遍,低成本验证路径,减少真机损耗和试错时间
- 真机反馈闭环:仿真、示范之后放到真机上实测,根据失败记录修改代码策略,循环迭代
- 技能沉淀固化:验证通过之后,把操作逻辑打包成独立代码策略,后续执行脱离大模型实时推理
- 双脑协同:适配大晓通用模型 + 开悟世界模型架构,和公司整体具身智能路线保持一致
三、通用模型落地瓶颈,ACE-CaP-0 对应的解决办法
- 瓶颈 1:通用模型边推理边执行,探索新任务动辄 1 - 数小时,效率太低
- 瓶颈 2:真实环境误差多,抓取、对齐轻微偏差就会任务失败
- 瓶颈 3:仿真和现实差距大,仿真能跑,真机翻车
- 瓶颈 4:每次上新任务都要大量人工标注、持续示教
解法:分离开发和执行,开发阶段慢迭代,执行阶段直接跑固化代码,任务最快 1 分钟完成
解法:通过真机反复试错闭环优化策略,在真实物理误差下持续校准动作
解法:仿真只是辅助,最终以真机反馈作为优化依据,弥合虚实鸿沟
解法:机器人自主判断学习时机,只在必要时调用人类示范,减少人工工作量
四、ACE-CaP-0 当前存在的局限
- 固化后的代码策略泛化能力有限,环境、物体规格改动大时,需要重新走一轮技能开发流程
- 目前只验证了 8 项精细操作任务,还没有大规模工业场景长期连续作业数据
- 整套学习迭代流程依然需要真机硬件,部署落地还是有硬件成本门槛
【常见问题】
问题 1:大晓 ACE-CaP-0 真机成功率 92.1%,是在哪些任务上测出来的?
回答 1:大晓 ACE-CaP-0 真机成功率 92.1% 来自插充电器、开瓶盖、杯子套叠、插花、鸡肉装盘、包裹翻转、鞋子装盒、面包装箱共 8 项精细操作任务,累计 240 次真机独立测试。
问题 2:大晓 ACE-CaP-0 是怎么解决通用模型落地瓶颈的?
回答 2:大晓 ACE-CaP-0 靠按需示范、按需仿真、真机反馈闭环,把通用模型写出来的操作策略沉淀成独立代码,分开技能开发和执行环节,提升真机稳定性,压缩任务耗时,解决通用模型落地瓶颈。
问题 3:大晓 ACE-CaP-0 拿到 92.1% 真机成功率之后,执行任务还需要大模型实时推理吗?
回答 3:大晓 ACE-CaP-0 在技能开发阶段需要通用模型参与,策略固化完成之后执行任务时,不再依赖大模型实时推理,直接运行验证好的代码策略,这也是它能提速的关键。
问题 4:大晓 ACE-CaP-0 真机成功率 92.1%,是不是所有测试任务都超过 90%?
回答 4:不是,大晓 ACE-CaP-0 整体真机成功率 92.1%,其中面包装箱任务 83.3%,其余 7 项任务成功率≥90%,插充电器任务达到 100%。
【参考资料】
[2026-11-13](真机成功率 92.1%!大晓发布 ACE-CaP-0,更快更好解决通用模型落地瓶颈)中国机器人网
[2026-11-13](大晓机器人发布 ACE-CaP-0:真机操作任务成功率达 92.1%)界面新闻
[2026-11-13](大晓机器人发布 ACE-CaP-0:真机成功率超 92%)环球网科技
[2026-11-13](从数小时探索到分钟级执行!大晓发布 ACE-CaP-0,加速通用模型具身能力产业落地)和讯网
【免责声明】
本文仅为大晓 ACE-CaP-0、真机成功率 92.1% 相关资讯整理,测试数据是限定场景下的评测结果,场景变化、硬件本体不同会影响最终成功率;内容不构成技术选型、项目采购、投资决策建议,全部性能、技术细节以大晓机器人官方发布和技术文档为准。
