国产具身智能迎突破！越疆发布“空弈”大模型，标准任务成功率超99%

一句话看懂：越疆科技（原“越疆”）近日发布自研的世界动作模型“空弈”（DobotWAM），并在业界公认的具身智能评测基准LIBERO上，四个标准任务套件的平均成功率达到了99.25%，标志着国产具身智能大模型在物理交互的稳定性和泛化能力上取得实质性进展。

事件核心：发生了什么

2026年6月2日，机器人公司越疆正式发布了自研的“空弈”具身大模型。该模型是一款面向物理世界的动作模型，旨在提升机器人在复杂真实场景中对任务的感知、理解和执行能力。为了验证其技术成熟度，研究团队在具身智能领域权威的LIBERO基准上进行了全面测试。该基准包含四项标准任务套件：LIBERO-Spatial（空间关系理解）、LIBERO-Object（物体泛化）、LIBERO-Goal（目标指令理解）以及LIBERO-10（长时序任务执行）。“空弈”大模型在这四项任务中均表现出色，整体平均成功率达到了99.25%。这一高成功率主要得益于模型在空间关系推理、物体识别与泛化、指令解读以及多步骤任务规划等核心能力维度上的提升。

为什么重要

具身智能长期以来面临的一个关键瓶颈是：大模型在推理和语言处理上很强大，但在真实物理环境中执行具体动作时，成功率往往不稳定，难以实现商业落地。越疆“空弈”大模型在LIBERO标准上超过99%的成功率，表明其模型在处理复杂物理交互（如抓取、放置、运动规划）时已具备较高的可靠性和泛化性。这不仅验证了“世界动作模型”路线的技术可行性，也为后续国产具身智能机器人进入工业、服务、物流等需要高精度操作的场景提供了底层技术支撑。此外，越疆作为国产机器人厂商，此次突破有助于缩小与海外头部企业在具身模型端到端执行能力上的差距，并可能推动国内整个产业链在训练数据、硬件适配和算法优化方面的协同发展。

对用户/开发者/创作者的影响

对于开发者而言，一个高成功率、稳定运行的基础动作模型意味着可以降低在机器人应用开发中调试和纠错的工作量。如果越疆后续开放“空弈”模型的API或提供预训练模型，开发者将能更快速地集成机器人进行抓取、分拣等物理任务，缩短从原型到产品的周期。对于企业采购方（如工厂、仓储），99%以上的成功率意味着更高的有效作业时间和更低的故障成本，这可能是从实验室项目走向实际产线的关键转折。对于AI内容创作者来说，虽然本新闻不直接涉及图像或文本生成，但具身智能的进步预示着未来机器人将能更流畅地执行复杂指令，创作者或可在教学演示、自动化内容拍摄等场景中直接调用更稳定的机器人操作能力。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

首先，“空弈”模型目前的测试是在标准化LIBERO套件中完成的，其在更开放、更嘈杂的真实环境（如家庭、工地、零售店）中的表现，还需要更多独立验证数据。其次，越疆是否会开放模型权重、API接口或配套开发工具，以及其商业化定价策略如何，将直接影响开发者生态的培育速度。第三，其他国产具身智能公司（如宇树、星动纪元、小鹏机器人等）是否会迅速跟进或发布类似高成功率动作模型，值得持续观察该领域的竞争态势。

来源：AIbase

国产具身智能迎突破！越疆发布“空弈”大模型，标准任务成功率超99%