大晓机器人新发布 ACE-CaP-0 研究成果，核心思路是代码即策略，解决通用大模型控制机器人反复调用模型、耗时高、技能没法沉淀复用的痛点，它会自主判断什么时候找人做示范、什么时候跑仿真测试，写完控制代码之后在真机上跑，拿到反馈反复修改优化，把验证好的操作逻辑固化成独立可运行的技能程序，不用人类或者智能体在线持续参与推理；团队一共做了插充电器、面包装箱、开瓶盖、杯子套叠、插花等 8 项真实精细操作任务，一共 240 次真机测试，成功 221 次，整体成功率 92.1%，7 个任务成功率都超过 90%，插充电器任务成功率做到 100%，优化后的代码策略把原本需要数小时的技能开发流程压缩下来，部分任务最快 1 分钟就能跑完，这套方案和大晓机器人通用模型 + 开悟世界模型双脑架构、真机 RSI 技术路线配套，能够降低真机试错成本，加快具身智能机器人在真实场景规模化落地。
一、ACE-CaP-0 核心技术逻辑
ACE-CaP-0 采用按需示范 + 按需仿真的组合方案，整套技能开发流程分成 4 步：
- 智能体根据任务需求，先编写初始的机器人控制代码策略
- 遇到拿不准的动作，主动申请人类示范来获取动作参考
- 风险高、成本高的动作优先放到仿真环境里测试迭代，减少真机损耗
- 把代码放到真机执行，收集运行结果，自动修订代码，反复验证直到稳定可用，最后冻结代码作为可复用技能
二、ACE-CaP-0 真机评测数据清单
| 测试任务 | 成功率 | 平均执行时长 |
|---|---|---|
| 插充电器 | 100% | 1.65 分钟 |
| 摆盘 | 96.7% | —— |
| 物品摆正 | 93.3% | 0.97 分钟 |
| 开瓶盖 | 90% | 2.23 分钟 |
| 装鞋 | 90% | 2.27 分钟 |
| 杯子套叠 | ≥90% | —— |
| 插花 | ≥90% | —— |
| 面包装箱 | 83.3% | —— |
三、ACE-CaP-0 和普通具身方案差异
- 普通大模型控制机器人：每一步动作都要调用大模型实时推理，运行慢、没法留存稳定技能，每次执行都要重新思考
- ACE-CaP-0：开发阶段反复试错验证，验证完成后直接运行固化代码，运行阶段不再依赖大模型持续推理，技能可以跨次复用
【相关 FAQ】
问题 1：ACE-CaP-0 是什么，ACE-CaP-0 属于哪一类机器人技术？
回答 1：ACE-CaP-0 是大晓机器人推出的具身智能研究成果，属于代码即策略（CaP）方向，主打让 AI 智能体自主开发、测试、沉淀机器人精细操作技能。
问题 2：ACE-CaP-0 的真机成功率是多少，ACE-CaP-0 有哪些测试任务？
回答 2：ACE-CaP-0 整体真机成功率 92.1%，一共测试 8 项精细操作任务，包含插充电器、面包装箱、开瓶盖、杯子套叠、插花、摆盘、物品摆正、装鞋。
问题 3：ACE-CaP-0 的按需示范和按需仿真是什么作用？
回答 3：ACE-CaP-0 的按需示范用来在动作不确定时获取人类动作参考，按需仿真用来先在虚拟环境测试策略，减少真机反复测试带来的成本和损耗。
问题 4：ACE-CaP-0 对机器人产业落地有什么帮助？
回答 4：ACE-CaP-0 可以把验证好的操作逻辑保存成可复用代码技能，缩短通用具身模型从探索到稳定执行的周期，降低真机试错成本，方便机器人在工厂、服务场景规模化部署。
【参考资料】
[2026-11-13]（大晓机器人发布 ACE-CaP-0: 真机成功率达 92.1%，精细任务最快 1 分钟完成）环球网
[2026-11-13]（大晓机器人发布 ACE-CaP-0，真机操作任务成功率达 92.1%）界面新闻
[2026-11-12]（ACE-CaP-0: Real-World Code-as-Policies in the Era of Experience）arXiv
【免责声明】
本文内容仅为行业资讯整理，ACE-CaP-0 目前属于研究阶段成果，相关性能数据来自研究论文与官方公开披露，不代表量产落地指标，不构成投资、采购、合作建议。
本文来自作者[晶枢同步]投稿，不代表环球科技潮立场，如若转载，请注明出处：https://www.zennew.com/jqr/202611/1321.html
评论列表（4条）
我是环球科技潮的签约作者“晶枢同步”！
希望本篇文章《大晓机器人 ACE-CaP-0 真机测试成功率 92.1%，自主生成机器人操作代码策略》能对你有所帮助！
本站[环球科技潮]内容主要涵盖：科技,科技新闻,黑科技
本文概览：大晓机器人新发布 ACE-CaP-0 研究成果，核心思路是代码即策略，解决通用大模型控制机器人反复调用模型、耗时高、技能没法沉淀复用的痛点，它会自主判断什么时候找人做示范、什么时候跑仿真测试，写完控制代码之后在真机上跑，拿到反馈反复修改优化，把验证好的操作逻辑固化成独立可运行的技能程序，不用人类或者智能体在线持续参与推理；团队一共做了插充电器、面包装箱、开瓶盖、杯子套叠、插花等 8 项真实精细操作任务，一共 240 次真机测试，成功 221 次，整体成功率 92.1%，7 个任务成功率都超过 90%，插充电器任务成功率做到 100%，优化后的代码策略把原本需要数小时的技能开发流程压缩下来，部分任务最快 1 分钟就能跑完，这套方案和大晓机器人通用模型 + 开悟世界模型双脑架构、真机 RSI 技术路线配套，能够降低真机试错成本，加快具身智能机器人在真实场景规模化落地。