大晓机器人最新对外发布 ACE-CaP-0 研究成果,这套方案依托代码即策略(Code-as-Policies)思路,搭配按需示范、按需仿真机制,解决通用大模型做机器人操作时探索慢、反复调用模型、耗时长达数小时的痛点,在 8 项精细真机操作测试里整体成功率达到 92.1%,任务最快可以压缩到 1 分钟以内完成。传统用通用大模型直接控制机器人,每一步动作都要调用模型推理,反复试错,开发新技能耗时很久,而且每次执行都要依赖大模型在线推理,稳定性差、成本高;ACE-CaP-0 可以让智能体自主判断什么时候需要找人类做示范、什么时候去仿真环境里测试,不断迭代修改代码策略,验证稳定之后就固化成可独立运行的程序策略,后续执行的时候不再需要大模型实时参与推理。这套技术路线和大晓机器人 “通用模型 + 开悟世界模型” 双脑协同架构保持一致,先在仿真里低成本试错,再放到真机上验证,收集真机反馈回头优化策略,把探索出来的操作经验沉淀成可复用的机器人技能,降低真实场景下机器人精细操作的落地门槛。
ACE-CaP-0 核心指标清单
- 技术核心:Code-as-Policies 代码即策略
- 核心机制:按需示范、按需仿真、真机反馈闭环优化
- 测试任务:8 项精细操作(插充电器、面包装箱、开瓶盖、杯子套叠、插花等)
- 真机测试总量:240 次独立测试
- 整体成功率:92.1%(221/240)
- 单项最好成绩:插充电器任务成功率 100%
- 任务平均耗时:0.97~2.27 分钟
- 运行特点:策略固化后,执行阶段不需要大模型在环
ACE-CaP-0 和传统通用模型直控机器人对比
| 对比项 | ACE-CaP-0 方案 | 通用大模型直接控制机器人 |
|---|---|---|
| 执行方式 | 先探索生成代码策略,固化后独立运行 | 每一步动作都实时调用大模型推理 |
| 任务耗时 | 开发阶段探索,固化后分钟级执行 | 每次执行都要长时间探索,可达数小时 |
| 稳定性 | 策略经过仿真 + 真机验证,波动小 | 受模型输出随机性影响,成功率不稳定 |
| 成本 | 一次探索,反复复用 | 每次运行都消耗大模型调用算力 |
| 适用场景 | 重复性精细操作、抓取装配类任务 | 开放式、一次性探索任务 |
ACE-CaP-0 完整开发闭环流程
- 接收目标操作任务,智能体先评估当前能力缺口
- 自主判断是否触发按需示范,向人类请求演示动作;或者启动按需仿真,在虚拟环境里试跑策略
- 生成、修改代码策略,在仿真环境里快速验证,淘汰失败方案
- 把候选策略下发到真机上执行,采集真机运行结果和失败信息
- 根据真机反馈继续修订代码,多轮迭代直到策略稳定达标
- 冻结最终代码策略,后续机器人直接运行这套程序完成任务,无需大模型实时参与
8 项真机测试任务表现
- 插充电器:成功率 100%
- 摆盘:成功率 96.7%
- 杯子套叠:≥90%
- 开瓶盖:≥90%
- 插花:≥90%
- 其余两项精细操作:≥90%
- 面包装箱:83.3%(本次 8 项里最低)
【常见问题】
问题 1:大晓机器人 ACE-CaP-0,核心靠什么把机器人精细操作压缩到分钟级?
回答 1:大晓机器人 ACE-CaP-0 采用代码即策略框架,搭配按需示范、按需仿真机制,前期完成探索并把动作逻辑固化成代码策略,后续执行不再反复调用大模型推理,所以精细操作可以做到分钟级完成。
问题 2:大晓机器人 ACE-CaP-0 的真机测试,成功率和测试情况是什么样?
回答 2:大晓机器人 ACE-CaP-0 一共完成 240 次真机独立测试,8 项精细操作整体成功率 92.1%,其中插充电器任务达到 100%,只有面包装箱任务成功率偏低,为 83.3%。
问题 3:ACE-CaP-0 和大晓机器人的开悟世界模型是什么关系?
回答 3:ACE-CaP-0 的技术路线和大晓机器人 “通用模型 + 开悟世界模型” 双脑协同架构一脉相承,开悟世界模型负责环境预测仿真,ACE-CaP-0 侧重把经验转化为可复用的机器人操作代码策略。
【参考资料】
[2026-11-14](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)智能制造网
[2026-11-13](大晓机器人发布 ACE-CaP-0: 真机成功率达 92.1%,精细任务最快 1 分钟完成)环球网
[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
[2026-11-12](ACE-CaP-0: Real-World Code-as-Policies in the Era of Experience)arXiv
【免责声明】
本文基于大晓机器人 ACE-CaP-0 公开研究论文与新闻报道整理,测试数据来自限定实验室 8 项操作任务;真实工业、家庭场景环境更复杂,实际落地成功率、执行速度会发生变化,本内容不构成机器人采购、项目立项、技术投入的投资建议。
