近日，深圳具身智能企业越疆科技正式发布自研世界动作模型 空弈DobotWAM具身大模型 。该模型在具身智能标准评测基准LIBERO上完成全部四个标准任务套件，平均成功率达 99.25% ，综合排名第一。
空弈DobotWAM在视觉-语言-动作（VLA）建模基础上，引入三项关键机制，并通过四项核心技术实现系统性升级：
| 技术 | 作用 |
|---|---|
| 3D-Aware Spatial Representation | 将3D空间信息引入建模，不依赖2D图像纹理，显式感知物体位置与几何结构 |
| Joint Dynamic Geometry Loss | 将机器人关节动态与末端几何约束融入训练，减少轨迹漂移和抓取失败 |
| Advanced VLM Task Decomposition | 对复杂语言指令进行语义拆解，避免局部正确但全局失败 |
| High-Quality Data Flywheel Real-Robot Recap | 以真机实验为核心的数据闭环，持续提升仿真到真实环境的迁移能力 |
越疆表示，这套设计让机器人不仅学会"模仿动作"，更学会"理解动作为什么这样做"。
在三项高精度接触作业测试中，空弈DobotWAM表现稳定：
这三项任务直接考验小目标定位、强几何约束下的末端控制，以及接触过程中的误差修正能力。
越疆近三年完成了从协作机器人到具身智能的产品战略升级。空弈DobotWAM的发布，标志着越疆从"全球协作机器人第一"向"具身智能头部企业"迈进。
公司明确表示，具身智能的发展方向不再是预设轨迹的舞蹈、翻跟头等展示型动作，而是插接、抓取、对准等高精度接触作业。空弈DobotWAM已搭载于越疆人形机器人并实现商业化落地，在电影院爆米花机器人单日工作14小时、汽车产线夜班工序自主排障等场景中投入使用。
未来，越疆将持续迭代空弈DobotWAM，推动机器人从"能看懂、能行动"向"能适应、能泛化、能长期可靠执行"演进。
关注
215文章
31741浏览量
224816免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
如有疑问请发送邮件至：bangqikeconnect@gmail.com