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。

就在5月29日，深圳越疆科技发布了空弈DobotWAM具身大模型。在LIBERO基准评测中，这个模型的平均成功率达到了99.25%，直接超越了谷歌DeepMind、英伟达等团队此前公示的成绩，排名第一。更值得关注的是，LIBERO-Object（物体泛化）这一单项，直接拿下了100%的满分。以下是几个已公开模型的评测成功率对比：

这个成绩背后的含金量，值得拆解一下。

先说说LIBERO到底是个什么来头。它全称是Lifelong Robot Learning Benchmark，由得克萨斯大学奥斯汀分校联合索尼AI等机构在2023年提出。整个评测体系下设四个套件：空间关系理解（Spatial）、物体泛化（Object）、目标指令理解（Goal）以及长时序多步骤执行。目前，谷歌、英伟达、Meta、小米等头部玩家都把它当作检验机器人泛化能力与长程任务执行能力的“行业考试”。它不是那种简单刷榜的比赛，而更像是一台X光机，能直接透视出模型真正的能力边界。

那么，空弈凭什么能够登顶？

行业主流的视觉-语言-动作（VLA）模型，说白了就是在做“模仿”——给什么数据就学什么动作。一旦遇到空间扰动、物体变化或者长流程任务，就很容易出现动作漂移、目标丢失。空弈能突破这一局限，核心在于四项技术的耦合：一是把三维几何信息引入建模，让模型不再过度依赖二维图像；二是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”；三是高级语义任务拆解，把复杂指令分解成清晰的阶段目标，解决“局部正确、全局失败”的老大难问题；四是高质量的真机数据飞轮闭环，持续吸收成功、失败以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、插笔帽这两项高精度接触作业测试中，表现相当亮眼。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，行业内普遍认为这是高难度的挑战。它意味着机器人正在从“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，累计出货量超过10万台，服务全球100多个国家和地区。到了2025年，协作机器人出货量跃居全球第一，市占率达到13.2%。

越疆最深的底牌，恰恰是这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，源源不断为空弈大模型训练提供真实数据的沃土。

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”，可以驱动机械臂、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，透露出越疆从“协作龙头”向“具身领跑”战略转型的决心。

“职业考试”开始

这次登顶对越疆本身意味着一个身份跃迁——从硬件制造商转变为系统智能方案商。具身智能业务收入在2025年实现了数倍增长，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——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已经从“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，才是决胜的长久根基。

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，但同时也揭露了一个现实：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的损失。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。

END