大晓机器人 ACE-Brain-0.6 六项评测超过 GPT-6 Astra，七项公开基准平均仅领先 0.85 分

八个空间锚定评测，大晓机器人的 ACE-Brain-0.6 有六个胜过 GPT-6 Astra。七项公开基准的平均分是 74.53 对 73.68，差距 0.85 分；六项胜绩里最大的一处是 Where2Place，领先 5.45 分。这家公司 10 月 19 日发布这个 9B 的具身基模型，主攻视觉空间锚定（Grounding）。

涨分的主因写在大晓自己的数据 Scaling 实验里。据该公司，架构和训练方法都不动，训练样本从 26 万条加到约 100 万条，七项公开基准平均分从 69.3 升到 74.5，接近对数线性，每翻一倍约加 2.4 分；只往现有数据类型里继续加样本，提升不到 1 分。按大晓的说法，涨的是不断加进来的新场景、新空间关系和新的监督形式。0.6 真正值得检验的是这条数据管线。

大晓称，自家分析发现 Astra 的视觉空间锚定准确率比 GPT-5.5 有明显提升，但在细粒度几何定位和复杂空间关系上仍有短板，比如会把“物体前方的空位”判到相邻区域。

视觉编码器冻结，只调语言模型

模型基于 Qwen3.5-9B，视觉编码器冻结，只对语言模型参数做监督微调。训练数据约 100 万条空间锚定样本，覆盖约 94 万张不同图像、270 万个问答对，来源是 30 多个开源机器人数据集家族，加上自有第一人称（Ego）数据、人类第一视角交互数据、物体与部件密集标注和三维空间数据。处理操作视频时，管线按夹爪状态和运动幅度挑关键帧，自动建立场景物体词表，用 Grounding DINO 和 SAM 3 做定位、区域识别和语义校正，再生成指代、计数、空间关系、交互位置和目标缺失几类问答。标注校验、答案配平和评测数据剔除，用来压低错误监督和捷径学习。

自建评测集 2591 道题，重点考目标缺失判断

第八项是自建评测集 RobotGrounding：2591 道题、14 类任务，包括目标定位、小物体识别、多实例计数、目标缺失判断和跨相机对应。0.6 在这里领先 Astra 约 3.03 分，小于 Where2Place 的 5.45 分和 RoboSpatial 的 5.27 分。大晓强调，目标不在画面里时，模型应当回答“没有”，而不是给出一个看似合理却错误的位置。

同一轮评测还放了 Claude Opus 5.5、Gemini 4 Argon，以及阿里巴巴达摩院、北京智源研究院的模型和若干开源具身模型，大晓称 0.6 均领先。这家具身智能公司的董事长是商汤科技联合创始人、执行董事王晓刚，首席科学家是陶大程。

上述分数全部来自大晓自己的披露，GPT-6 Astra 胜出的两项公开基准没有点名。截至 10 月 19 日，大晓在 Hugging Face 上只列出 ACE-Brain-0 和 0.5，还没有 0.6。