新闻中心

全球首创，，，，，，，刷新19个SOTA！大晓机械人开源空间智能通用模子ACE-Brain-0

2026-03-09

克日，，，，，，，大晓机械人团结上海交通大学、南洋理工大学、香港中文大学、香港大学等研究机构配合推出以空间智能为底层框架、跨差别具身本体的通用基础模子“ACE-Brain-0”，，，，，，，正式面向全行业开源。。。。。。

ACE-Brain-0首次突破汽车、机械人、无人机等差别本体壁垒，，，，，，，贯串空间认知、自动驾驶、低空感知、机械人交互，，，，，，，重新界说了物理天下智能的手艺底层逻辑。。。。。。其性能体现在涵盖空间认知、自动驾驶、低空感知、具身交互的24 个焦点 benchmark 中，，，，，，，19 个取适目今模型中的 SOTA（排名第一）效果，，，，，，，周全大幅领先市场主流具身模子。。。。。。ACE-Brain-0主要对标GPT-4o、Gemini 2.5-Pro、Qwen2.5-VL-7B-Inst、RoboBrain2.0-7B、MiMo-Embodied-7B等16个着名模子，，，，，，，将19个Benchmark具身模子最强基线准确率相对提升5%-97.8%。。。。。。在权衡三维认知的MindCube，，，，，，，以82.1%的效果，，，，，，，较最好的开源模子（InternVL3-8B）提升了97.8%。。。。。。

现在，，，，，，，上述模子已应用于大晓机械人具身超等大脑模组A1，，，，，，，使搭载具身超等大脑A1的机械狗具备行业首创的端到端自主导航能力，，，，，，，并且基于VLA架构实现云端智能交互，，，，，，，让机械狗具备明确笼统指令、感知重大情形、完成重大使命的端到端闭环能力。。。。。。

在都会人行道等重至公共场景中，，，，，，，搭载ACE-Brain 的机械狗展现出卓越的导航与VLA能力。。。。。。以图片场景为例，，，，，，，面临“估算行人和摩托车间距、判断是否有足够空间导航通过”的需求，，，，，，，ACE-Brain赋能机械狗精准完成三大焦点行动：

依托空间认知能力，，，，，，，可精准量化行人和摩托车间距约0.5米，，，，，，，为导航决议提供可靠依据；；；；；通过视觉语言明确，，，，，，，清晰剖析自然语言指令，，，，，，，实现“看—懂—判”的连贯交互，，，，，，，无需特殊定制化指令；；；；；在导航决议中，，，，，，，既能判断空间足够通过，，，，，，，又自动提出“审慎前行”的清静建议，，，，，，，兼顾效率与公共清静，，，，，，，适配重至公共场景的移动需求。。。。。。

搭载ACE-Brain 的机械狗，，，，，，，可精准识别前方车辆等障碍物，，，，，，，通过空间智能感知蹊径情形与目的位置，，，，，，，预判通行危害，，，，，，，自动判断 “应停下并清静绕行”，，，，，，，实现空间识别与目的展望的高效协同，，，，，，，包管重亨衢况下的移动清静。。。。。。

这种能力让机械狗在拥挤人行道、重亨衢况等场景中，，，，，，，运用强盛的空间智能手艺底座，，，，，，，通过3D 场景建模、几何关系推理、空间定位等焦点能力，，，，，，，既能精准感知情形，，，，，，，又能通过自然语言交互明确使命，，，，，，，实现清静、高效的自主导航，，，，，，，为公共巡检、应急响应等场景提供可靠支持。。。。。。

▎空间智能成为跨本体的“通用语言”

为了实现多使命，，，，，，，古板的步伐是把所有使命数据混在一起，，，，，，，然后训练模子，，，，，，，盼愿模子能够自己悟出来；；；；；可是ACE-Brain的思绪则更像教育学：先让它建设“空间感”，，，，，，，学会明确天下中的前后左右、远近崎岖、视角转变和位置等空间几何关系，，，，，，，然后再去学差别使命中的详细手艺。。。。。。简朴来说，，，，，，，就是先学会“怎么看懂天下”，，，，，，，再学会“怎么完成相关的使命行动”。。。。。。

大晓机械人团队突破性发明，，，，，，，无论自动驾驶车辆、低空无人机照旧机械人，，，，，，，只管形态差别重大，，，，，，，但都依赖三大焦点空间能力：三维空间结构建模、几何关系推理、场景演化展望。。。。。。

基于上述共性，，，，，，，大晓机械人首次提出以空间智能作为跨具体态态的“通用语言”，，，，，，，成为用以毗连差别物理域的统一认知支架，，，，，，，为通用具身智能找到统一底座。。。。。。

为打造统一的空间智能认知支架，，，，，，，ACE-Brain-0以空间信息为多模态自回归架构，，，，，，，实现了从单视角图像到多视角视频序列的认知统一处置惩罚。。。。。。

在输入层，，，，，，，兼容单图、多图、视频等多模态视觉数据，，，，，，，搭配自然语言指令作为使命条件，，，，，，，笼罩所有具身场景的输入需求；；；；；

在表征层，，，，，，，通过通用视觉编码器提取领域无关的空间特征，，，，，，，经MLP 投影器映射为语言模子可明确的视觉令牌，，，，，，，并按 “通用、空间、驾驶、航空、具身” 分类组织，，，，，，，确�？？？？？？？？占湫畔⒌慕峁够泶铮�；；；；

在推理层，，，，，，，由统一的LLM解码器实现跨模态融合推理，，，，，，，将空间认知转化为可迁徙的统一体现，，，，，，，使差别具身场景的知识能基于空间逻辑自由流动。。。。。。

这一设计的焦点优势在于，，，，，，，无需为特定场景定制专用�？？？？？？？？椋�，，，，，，仅通过空间智能的“通用表征”，，，，，，，就实现了跨域知识的自然迁徙，，，，，，，彻底改变了“一个场景一套模子”的古板具身研发模式。。。。。。

▎打造全新范式，，，，，，，解决跨本体训练逆境

传统跨域训练面临两大逆境，，，，，，，一是联合训练易引发梯度滋扰，，，，，，，导致各领域能力“稀释”；；；；；二是序贯训练则会泛起灾难性遗忘，，，，，，，学了新手艺丢了旧能力。。。。。。大晓机械人首创Scaffold-Specialize-Reconcile（SSR）三阶段训练范式，，，，，，，通过“先建共识、再练专长、后融知识”的路径，，，，，，，完善解决了这一矛盾。。。。。。

首先，，，，，，，Scaffold（框架构建）筑牢通用空间基础。。。。。。ACE-Brain-0使用大规�？？？？？？？？占渲悄苁菁盗房占渥ḿ夷Ｗ樱�，，，，，，建设域无关的三维认知先验。。。。。。这一步就像为所有具身能力打造“通用地基”，，，，，，，让后续领域训练都能基于统一的空间认知框架睁开，，，，，，，阻止了各领域“从零最先学空间”的重复劳动。。。。。。

第二步，，，，，，，Specialize（域专精学习）实现隔离优化和强化专长。。。。。。在空间框架上，，，，，，，ACE-Brain-0划分自力训练自动驾驶专家、机械人专家等领域模子。。。。。。每个领域专家模子仅在自身专属数据集上微调，，，，，，，阻止差别本体数据带来的梯度冲突，，，，，，，确保每个领域都能获得充分的专业化能力。。。。。。

最后一步，，，，，，，Reconcile（跨域知识协调）实现数据无关的参数级融合。。。。。。ACE-Brain-0通过使命向量空间对齐手艺，，，，，，，在无需原始训练数据的条件下，，，，，，，将各领域专家的参数举行整合，，，，，，，从而同时团结训练中的优化滋扰和顺序训练导致的灾难性遗忘。。。。。。

▎四大能力首次统一，，，，，，，打造“一脑多形”样本

ACE-Brain-0首次在简单模子框架中实现四大焦点具身能力的统一：空间认知、自动驾驶、低空感知、机械人交互。。。。。。这一突破并非简朴的能力“拼接”，，，，，，，而是基于空间智能的深度融合，，，，，，，其手艺要害在于“共享认知结构”的构建。。。。。。

通过空间中心化建模，，，，，，，ACE-Brain-0让差别具身场景的认知逻辑实现统一。。。。。。自动驾驶中的“车距判断”与机械人交互中的“抓取距离估算”，，，，，，，共享统一套空间距离推理机制；；；；；交通场景的“多视图融合”与机械人的“多视角物体识别”，，，，，，，依托相同的跨视角空间对齐手艺。。。。。。

这种“共享认知结构” 使得模子能在差别视察视角、运动标准与使命语义之间自由切换，，，，，，，实现跨域明确与推理能力的自然迁徙。。。。。。

▎刷新19个榜单具身模子SOTA

ACE-Brain-0在涵盖空间认知、自动驾驶、低空感知、具身交互的 24 个焦点 benchmark 中，，，，，，，对标GPT-4o、Gemini 2.5-Pro、Qwen2.5-VL-7B-Inst、RoboBrain2.0-7B、MiMo-Embodied-7B等16个着名模子，，，，，，，取得了19 个目今具身模子中的SOTA（排名第一）效果，，，，，，，同时将19个Benchmark具身模子最强基线准确率相对提升5%-97.8%，，，，，，，周全逾越市场主流具身模子（如天工、北京智源、小米等）。。。。。。

空间认知领域：

ACE-Brain-0加入了7项空间认知领域的权威基准评测，，，，，，，在具身智能模子阵营中斩获5项 SOTA，，，，，，， VSI（视觉空间智能）、MMSI（多模态空间智能）、SITE（空间语言明确）、SAT（空间视角变换）、Mindcube（受限视角三维建模）代表了差别维度的焦点空间能力。。。。。。

其中VSI（视觉空间智能）综合评估模子对空间结构、物体关系和标准的明确与推理能力，，，，，，，ACE-Brain-0以63.3%的效果领跑具身模子，，，，，，，验证了其空间认知的通用性；；；；；SAT（空间视角变换）考察从差别视角重构空间结构的能力，，，，，，，ACE-Brain-0以92.0% 的效果，，，，，，，相较目今最好具身模子提升了16.9%，，，，，，，证明其在视角变换下的空间建模能力。。。。。。

Mindcube（受限视角三维建模）评估有限视角下构建三维心理空间的能力，，，，，，，ACE 82.1%的体现碾压其他具身模子，，，，，，，较闭源模子 Gemini-2.5-Pro相对提升了42.5%，，，，，，，较最好的开源模子（InternVL3-8B）相对提升了97.8%，，，，，，，突破了遮挡和视角限制。。。。。。

*代表基于上述模子复现/下划线代表次优体现/黑体代表最优体现

自动驾驶领域：

ACE-Brain-0在5个自动驾驶benchmark 上均取得领先体现，，，，，，，划分是MME-RealWorld（真实驾驶场景明确）、MAPLM（地图与蹊径结构明确）、DriveAction（驾驶行为明确）、NuscenesQA（多视图动态场景明确）、NuPlanQA（妄想与交通规则明确），，，，，，，尤其在真实驾驶场景明确（MME-RealWorld）和妄想推理能力（NuPlanQA）等要害能力上实现显著提升。。。。。。

其中MME-RealWorld（真实驾驶场景明确）主要评估模子在真实交通情形中的多模态驾驶场景明确能力。。。。。。ACE-Brain-0以71.2%的效果，，，，，，，相比目今最强具身大脑模子相对提升18%。。。。。。

NuPlanQA（妄想与交通规则明确）重点考察模子在自动驾驶妄想使命中的交通讯号明确与车辆状态推理能力。。。。。。ACE-Brain-0取得91.7%的效果，，，，，，，决议准确率逾越所有具身模子基线，，，，，，，较Pelican-VL-7B模子相对提升近10%。。。。。。

*代表基于上述模子复现/下划线代表次优体现/黑体代表最优体现

低空感知领域：

ACE-Brain-0在5个低空视觉benchmark上均取得显著领先体现，，，，，，，包括UrbanVideo-Bench（都会级无人机场景明确）AirCopBench（空中交通关系明确和多无人机视角协同明确）、AVI-Math（空中几何推理与数值盘算）、Airspatial-VQA（低空空间视觉问答）、HIRVQA（遥感视觉问答），，，，，，，尤其在都会级无人机场景明确（UrbanVideo-Bench）和空中交通关系推理（AirCopBench）等要害能力上实现大幅提升。。。。。。

其中UrbanVideo-Bench（都会级无人机场景明确）主要评估模子在都会级无人机视频中的大标准场景明确与地标识别能力。。。。。。ACE-Brain-0以56.9%的效果，，，，，，，相比目今最强具身大脑模子相对提升51.7%。。。。。。

AirCopBench（空中交通关系明确和多无人机视角协同明确）主要考察模子在重大都会蹊径拓扑下的空中交通监控与车辆关系推理能力。。。。。。ACE-Brain-0以70.3%领跑具身模子，，，，，，，相比目今最强具身大脑模子相对提升35.4%。。。。。。

AVI-Math（空中几何推理与数值盘算）主要评估模子在无人机视角下举行几何盘算与结构化数值推理能力。。。。。。ACE-Brain-0相比目今最强具身大脑模子提升1.3个百分点，，，，，，，达35.0%。。。。。。

*代表基于上述模子复现/下划线代表次优体现/黑体代表最优体现

具身交互领域：

ACE-Brain-0在4个具身benchmark上均体现出稳固优势，，，，，，，包括RoboVQA（机械人操作明确）、EmbSpatial（具身空间明确）、EgoPlan-Bench2（具身使命妄想）、EB-Habitat（具身导航明确），，，，，，，尤其在机械人操作明确（RoboVQA）等要害能力上实现显著突破

RoboVQA（机械人操作明确）主要评估模子对机械人操作行为与物体交互历程的明确能力。。。。。。ACE-Brain-0以64.6%的效果远超同类模子。。。。。。

EmbSpatial（具身空间明确）主要评估模子在具身情形中的空间关系明确与情形结构认知能力。。。。。。ACE-Brain-0效果达77.3%，，，，，，，相比目今最强具身大脑模子提升1个百分点。。。。。。

EgoPlan-Bench2（具身使命妄想）主要考察模子在第一视角重大使命中的长时序使命妄想能力。。。。。。ACE-Brain-0效果达55.3%，，，，，，，相比目今最强具身大脑模子提升1.9个百分点。。。。。。

EB-Habitat（具身导航明确）主要考察模子在仿真具身情形中的导航决议与完成完整使命的综合能力。。。。。。ACE-Brain-0效果达42.3%，，，，，，，相比目今最强具身大脑模子提升2.3个百分点。。。。。。

*代表基于上述模子复现/下划线代表次优体现/黑体代表最优体现

▎共享空间智能成为具身智能新天下观

一个模子，，，，，，，一套参数同时在这些使命上的卓越体现很是有意义。。。。。。它说明“空间优先”不是一句漂亮口号，，，，，，，而是会真实改变跨形态学习效果的设计原则。。。。。。尤其是具身交互那条曲线更耐人寻味：为什么直接学会失败，，，，，，，而先学空间再学会乐成？？？？？？？？直观上看，，，，，，，由于当智能体面临真实天下时，，，，，，，行动战略往往依赖于对情形结构的准确明确。。。。。。若是连空间关系都没有稳固学会，，，，，，，那么所谓“具身能力”就很容易酿成外貌模拟；；；；；反过来，，，，，，，若是先掌握了共享的空间骨架，，，，，，，再去学详细行动，，，，，，，就像先学会看地图再学开车，，，，，，，许多问题会突然迎刃而解。。。。。。

更主要的是，，，，，，，报告并没有知足于“实验上可行”，，，，，，，还试图回覆：为什么空间真的适合做配合底座？？？？？？？？在附录理论部分，，，，，，，报告把这个想法形式化为一个“可恢复的空间scaffold”：模子的内部体现中，，，，，，，应该保存一个形态无关的共享几何变量，，，，，，，它承载三维结构、相对位姿、深度和拓扑等信息。。。。。。若是训练后这个共享变量能够被稳固“解码”出来，，，，，，，那么它就不再只是一个模糊特征，，，，，，，而会酿成跨差别身体都能复用的空间焦点。。。。。。理论中进一步指出，，，，，，，后续差别系统需要学习的，，，，，，，更多会是各自身体特有的感知、动力学和控制部分，，，，，，，而不是重复从零学习几何天下。。。。。。

这套理论把一个深奥问题讲清晰了：为什么是“空间”，，，，，，，而不是别的？？？？？？？？由于空间不是一个通俗使命，，，，，，，它更像是所有物理智能配合依赖的坐标系。。。。。。无论是车在车道中判断前后左右，，，，，，，照旧无人机从鸟瞰视角推理蹊径关系，，，，，，，照旧机械人在房间里判断物体位置，，，，，，，它们都必需先拥有一种内部“空间地图”。。。。。。ACE-Brain-0就是把这种“内部地图”从隐含假设提升成了要领设计的起点。。。。。。

这一手艺路径的领先性，，，，，，，不但在于解决了目今具身AI 的焦点痛点，，，，，，，更在于为未来通用物理天下智能的研发提供了可复用的底层框架。。。。。。ACE-Brain 真正让人兴奋的地方，，，，，，，不是某一个分数凌驾了谁，，，，，，，而是它重新界说了“通用具身智能”应该从那里最先。。。。。。已往我们经常把“通用”明确为一个模子会做许多使命；；；；；而 ACE-Brain 让人看到另一种可能：真正的“通用”，，，，，，，或许不是使命列表越来越长，，，，，，，而是先找到这些使命背后的共享结构。。。。。�？？？？？？？？占洌�，，，，，，就是它给出的谜底。。。。。。ACE-Brain提出了一种新的具身智能天下观：差别身体纷歧定要重新学起，，，，，，，它们可以先共享一个关于天下的空间明确，，，，，，，再在这个基础上长出各自的能力。。。。。。未来的具身智能体，，，，，，，无需再为简单形态定制模子，，，，，，，只需基于ACE-Brain的空间智能底座，，，，，，，就能快速适配新的物理本体与应用场景。。。。。。从自动驾驶到低空经济，，，，，，，从工业机械人抵家庭效劳装备，，，，，，，展现出面向真实物理天下多场景的平台潜力。。。。。。

该手艺效果已上传：

https://arxiv.org/abs/2603.03198

Project Page：

https://ace-brain-team.github.io/ACE-Brain-0

Code：

https://github.com/ACE-BRAIN-Team/ACE-Brain-0

Hugging Face：

https://huggingface.co/ACE-Brain/ACE-Brain-0-8B

您尚未完善信息

完善信息后，，，，，，，即可下载资料

完善信息跳过，，，，，，，继续浏览

您尚未登录

您还未登录，，，，，，，登录方可继续

登录跳过，，，，，，，继续浏览

请选择您以为需要刷新的地方：

导航欠好用，，，，，，，不利便找到感兴趣的内容
产品先容信息不敷周全
产品先容信息禁止易懂
页面翻开速率烦懑，，，，，，，页面浏览不流通/有卡顿
页面不敷雅观
售后效劳欠好找，，，，，，，体验欠好

跳过下一个

您是否能够抵达本次网站的会见目的？？？？？？？？

是
否
仍在举行中

下一个

您对商汤官网的知足度怎样？？？？？？？？

很是不知足很是知足

提交

已收到您对商汤官网的评价和建议！

谢谢您的耐心反响~

关闭

产品试用

填写此简朴表格，，，，，，，我们将尽快联系您！

把您的需求发给我们相识所有产品

商务相助

400 900 5986

周一至周五 9:00-12:00，，，，，，，13:00-18:00

business@sensetime.com

相助同伴招募

成为相助同伴