ACE-Brain-0.6：为物理基础模型扩展空间定位能力
研究团队构建统一数据流水线，将机器人操作记录与多来源视觉数据结合，自动标注后转为可验证的定位监督信号，生成约150万样本。基于Qwen3.5-9B微调得到ACE-Brain-0.6，在7个公开定位基准中的4个上超过GPT-6 Astra，总体平均分75.41对73.68。在固定微调设置下，随数据版本扩充覆盖更多定位场景，总体定位性能持续提升。
发布于 10-22 10:54来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《ACE-Brain-0.6: Scaling Spatial Grounding for Physical Foundation Models》查看原链
arXiv:2610.27040v1 公告类型：新论文 摘要：包括 GPT-6 Astra 和 Claude Opus 5.5 在内的通用多模态模型在具身操作方面展现出广泛能力。 我们的分析表明，这种通用性伴随着较强的空间感知能力，Astra 能够在视觉干扰物中确定与任务相关实体的交互位置。
由于空间感知连接了高层推理与物理场景，我们研究扩展视觉定位以强化通用具身操作的感知基础。 我们开发了一条统一数据流水线，将机器人操作记录与来自多种来源的互补视觉数据相结合。 在自动标注机器人记录后，该流水线将收集的数据转换为可验证的定位监督信号。
在此流水线生成的约 150 万个样本上微调 Qwen3.5-9B，得到 ACE-Brain-0.6。 该模型在七个公开定位基准中的四个上优于 GPT-6 Astra，总体平均得分为 75.41，而 Astra 为 73.68。 在固定的 Qwen3.5-9B 微调设置下，随着后续数据版本将训练集合扩展到覆盖更广泛的定位场景，总体定位性能稳步提升。
这些结果表明，从多种来源扩展可验证的定位监督信号，能够增强开放 9B 模型用于通用具身操作的空间感知能力。