机器人电报11月13日讯，大晓机器人近日发布最新研究成果ACE-CaP-0，针对通用模型如何通过主动获取经验实现机器人技能的自主开发、验证与优化这一核心问题提出解决方案。借助该成果，机器人的精细任务执行速度从数小时提升至分钟级，成功率大幅提升，填补了通用模型在产业落地方面的能力空白。技术实现层面，ACE-CaP-0将按需示范（Demonstrations on Request）与按需仿真（Simulation on Demand）有机结合。在技能开发过程中，AI智能体能够自主判断何时向人类请求操作示范、何时启动仿真实验，并利用真机执行的反馈数据持续测试与修订代码策略，最终将经过验证的操作方法沉淀为可复用、可独立执行的机器人技能。在插充电器、面包装箱、开瓶盖、杯子套叠、插花、鸡肉装盘、包裹翻转和鞋子装盒共八项真实精细操作任务中，ACE-CaP-0开发的代码策略固化后，任务平均执行时间最快从数小时压缩至1分钟以内。在240次独立真机评测中成功221次，整体成功率达92.1%，其中七项任务成功率不低于90%，插充电器任务更是达到100%。以插充电器任务为例，Astra等通用模型需通过反复试错并结合碰撞检测与受力分析动态调整策略，连同模型思考在内耗时约1小时；而ACE-CaP-0通过迭代优化将有效操作方法提炼为可复用的Skill后，机器人完成该任务仅需1分钟。该研究与大晓机器人此前在酒店服务场景中展示的”通用模型+开悟世界模型”双脑协同架构及真机RSI技术路线一脉相承。