99.25%成功率！中国大模型拿下“世界第一”，凭什么？

让一台机器人理解“把插头插进插座”，比让它连翻三个跟头，或者跳一段芭蕾舞要难得多！

5月29日，深圳越疆科技发布了空弈DobotWAM具身大模型，该模型在LIBERO基准评测中平均成功率99.25%，超越了谷歌DeepMind、英伟达等团队此前公示的模型成绩，排名第一。其中，LIBERO-Object（物体泛化）单项达到100%的满分。以下是几个已公开模型的评测成功率对比：

这意味着什么？

首先，我们来了解一下IBERO的含金量。

LIBERO（Lifelong Robot Learning Benchmark）由得克萨斯大学奥斯汀分校联合索尼AI等机构于2023年提出，下设四个套件：

空间关系理解（Spatial）

物体泛化（Object）

目标指令理解（Goal）

长时序多步骤执行

LIBERO目前被谷歌、英伟达、Meta、小米等团队视为检验机器人泛化能力与长程任务执行能力的“行业考试”。它不是单纯的“刷榜赛”，而是揭示模型本质能力的X光机。

那么，空弈DobotWAM具身大模型凭什么登顶？

行业主流的视觉-语言-动作（VLA）模型，本质是“模仿”：给什么数据就学什么动作。面对空间扰动、物体变化或长流程任务时，极易出现动作漂移、目标丢失。空弈突破了这一局限，核心在于四项技术耦合：

3D空间表征将三维几何信息引入建模，让模型摒弃对二维图像的依赖；

将关节动态信息与末端执行器几何约束融入训练损失函数，从“模仿轨迹”升级为“理解动作结构”；

高级语义任务拆解，将复杂指令分解为清晰的阶段目标，解决“局部正确、全局失败”的难题；

高质量真机数据飞轮闭环，持续吸收成功、失败及长尾场景的真实经验，提升从仿真环境到产线执行的迁移能力。

搭载空弈大模型的机器人在插充电器、插笔帽两项高精度接触作业测试中表现亮眼。这类任务需要自主完成目标定位、轴线对齐与姿态稳定控制，其难度在行业内被视为高挑战。它让机器人从“模仿者”进化为“理解者”，从“看得见”进化到“看得懂”。

关于越疆

这是一家很少主动讲故事的公司。创始人刘培超2015年在深圳一张办公桌上起步，从轻量级协作机械臂切入，十年间构建起覆盖0.5kg到30kg负载的完整产品矩阵，累计出货超10万台，服务全球100多个国家和地区。2025年协作机器人出货量跃居全球第一，市占率13.2%。

越疆的最深“底牌”，正是这10万台部署在全球产线上的机械臂。它们每天在汽车、3C电子、焊接、检测、装配等15个行业、200多个工艺场景中持续执行任务。这就形成了“采集—训练—部署—反馈”的数据飞轮，源源不断地为空弈大模型训练提供真实数据沃土。

越疆的“一脑多体”具身智能平台，以空弈大模型为“大脑”，以高精度力控系统为“小脑”，可驱动机械臂、人形、多足等多形态机器人。

2025年越疆研发投入达到1.15亿元，同比增长近60%，其中投向具身智能的研发费用超过4500万元。这组数字背后，是越疆从“协作龙头”向“具身领跑”战略转型的决心。

这次登顶对越疆本身而言，意味着它完成了从硬件制造商到系统智能方案商的身份跃迁。具身智能业务收入已在2025年实现数倍增长，占总营收比重从1%升至4.1%。而对整个行业来说，它传递了三个清晰的信号：

1. 行业评价标准正在发生根本性转变。过去，一场高难度的机器人舞蹈或翻跟头表演就能赢得满堂喝彩，但那些好看却离生产很远的演示终究只是锦上添花。如今，评价具身智能的标尺正从“能否完成单次惊艳表演”转向“能否在动态多变环境中稳定执行长流程任务”。

2. 具身智能的核心竞争壁垒正在从“参数规模”转向“场景深度”。空弈的成功验证了一条关键路径：真正的泛化能力不是堆出来的，是在真实工业场景中“训练”出来的。拥有扎实的产业纵深和应用积累，而非单纯的算力优势，正成为决胜的长久根基。

3. 具身智能迎来了从炫技走向实用的拐点。 99.25%是一个里程碑，但它也揭露了一个现实：仿真测试与真实产线之间仍有鸿沟，那0.75%的失败可能意味着巨大损失，如何在大规模、开放场景中持续保持高可靠性，仍是所有玩家都需要攻克的难题。

具身智能最精彩的博弈，才刚刚展开。