越疆发布空弈DobotWAM具身大模型

机器人学动作和数据模型，最怕什么？不是学不会，而是“翻来覆去只会一个花招”——换了个场景就失灵。这是行业长久的痛点。近日深圳的具身智能企业越疆科技正式发布了自研的世界动作模型

，用一组数据说明它在解决这个问题：该模型在全球公认的具身智能标准评测基准LIBERO上，全部四个标准任务套件平均成功率一举达到，综合排名第一。

可以说，这是一次从“模仿动作”向“理解动作”的关键跃升。在视觉-语言-动作（VLA）建模的基础上，空弈DobotWAM引入了三项关键机制，实现了四项核心技术的系统升级。

具体拆解来看，越疆在空弈DobotWAM中主要做了四件事：第一，用

替代纯2D图像纹理，让机器人不再只看“平面图”，而是直接显式感知物体的位置和几何结构，相当于给机器人装上了立体感知能力；第二，引入，把机器人每个关节的运动状态和末端执行器所受的几何约束都融入训练过程——别小看这一步，它能有效减少轨迹漂移和抓取失败；第三，对复杂的语言指令进行语义拆解，确保机器人不会因为“听懂局部指令”而“干砸全局活计”；第四，则是构建了的闭环，用真实机器人反复试验形成的数据不断“反哺”模型，让算法从仿真向真实环境迁移的能力持续提升。

越疆的团队明确表示，这套设计的核心用意是让机器人不仅学会“模仿动作”，更要学会“理解动作为什么这么做”。

那这套体系到底好不好用？看几个高精度的接触作业测试。在多场景分类抓取任务中，空弈DobotWAM能在完全非结构化的场景下精准定位小目标、完成姿态估计，不同类别的物体都能稳定抓取。再比如插充电器——整个过程需自主完成目标定位、轴线对齐、精准插入，特别是在双臂协作旋转调整姿态时，机械臂的动作依然连贯流畅。还有插笔帽这类看似简单实则需要极高精度的操作，模型能够准确判断笔身与笔帽的相对位置和开口方向，全程无滑脱、无推倒，稳定完成精细插入。

这三项任务各有各的考校：小目标定位、强几何约束下的末端控制能力，以及实时误差修正能力。

从战略层面看，越疆近三年完成了一次从协作机器人到具身智能的产品升级。空弈DobotWAM的发布，其实标志着这家公司已经从“全球协作机器人第一”向“具身智能头部企业”硬核迈进。更重要的是，公司明确指出了具身智能真实的发展方向——不再是预设轨迹的舞蹈、翻跟头等表演性质的动作，而是插接、抓取、对准这样直接面对物理世界的“硬核任务”。

更重要的是，这套模型不是停留在实验室里。空弈DobotWAM已经搭载在越疆的人形机器人上，并实现了商业化落地：在电影院的爆米花机器人上，单日工作14小时；在汽车产线的夜班工序中，能够自主排障。这些真实场景的“答卷”比任何理论证明都更有说服力。

未来越疆将持续迭代空弈DobotWAM，推动机器人从“能看懂、能行动”，走向“能适应、能泛化、能长期可靠执行”——这才是具身智能真正的目标。