九B模型六项赢了 GPT-6，输的两项没人提
今天上午，商汤系创业公司大晓机器人发布了具身基模型 ACE-Brain-0.6。宣传声势很猛：八项空间锚定评测，六项超过 OpenAI 的 GPT-6 Astra。
九B模型六项赢了 GPT-6，输的两项没人提
今天上午，商汤系创业公司大晓机器人发布了具身基模型 ACE-Brain-0.6。宣传声势很猛：八项空间锚定评测，六项超过 OpenAI 的 GPT-6 Astra。
具体成绩单：Where2Place 76.55 对 71.10，PixMo-Count 89.41 对 88.10，RoboSpatial 74.82 对 69.55，RoboAfford 88.51 对 84.94，ShareRobot 49.70 对 46.60，RobotGrounding 94.13 对 91.10。一个九百亿分之一大小的模型，六项领先行业旗舰。
先说结论：这份数字有真材实料，但有两处它没主动告诉你的事。下面一件件拆。
这是一场什么比赛
ACE-Brain-0.6 是个专项选手。它用 Qwen3.5-9B 做底座，冻结视觉编码器，拿约一百万条专门瞄准「空间锚定」的监督数据做微调。空间锚定听着玄，内容很具体：听懂「把水果放进篮子」，先要知道篮子边在哪、哪里有空位、手该抓哪个部位。通用模型要会聊天写代码下棋看病，这个模型只练一件事——看图找位置。
拿专项选手的强项去比十项全能选手的单项，赢了不奇怪。这点稿子自己也认，正文写的是「专项能力突破」。标题党把「专项」两个字埋了，正文里它还在。
第一件没主动说的事：八项评测，赢六项——输的那两项是哪两项，稿子里一个字没有。七项公开基准的平均分，74.53 对 73.68，差距是 0.85 分。赢得最漂亮的是 Where2Place 和 RoboSpatial（领先五分上下），而 ShareRobot 上两家都只在四十几分挣扎——那是最难的基准，谁都没及格。赢的逐项列给你，输的不点名，这个发布姿势值得记住。
第二件事：第八项评测 RobotGrounding 是大晓自己建的。2591 道题、14 类任务，覆盖目标定位、小物体识别、跨相机视角对应。自己出题自己考，天然有主场嫌疑。不过有个细节反着看：GPT-6 Astra 在这套陌生题上拿了 91.10——如果判分标准苛刻到作弊，通用模型到不了九十一分。这套题对 Astra 不算坑，只是没帮它。
百万条数据是怎么造的
这轮发布真正值钱的不是成绩单，是那条造数据的管线，因为它是可复用的。
机器人每天记录海量视频：夹爪状态、动作轨迹、任务指令。但这些数据记录的是「做了什么」，没有标注「为什么抓这里」「应该放哪里」。大晓的管线把三十多个开源机器人数据家族加上私有第一视角数据，走了一套自动化工序：按夹爪状态和动作幅度筛关键帧，自动构建场景物体词表，用 Grounding DINO 和 SAM 3 做物体定位和区域识别，再生成目标指代、计数、空间关系、「目标不存在」等多类型问答。
两个设计值得注意。第一，「目标不存在」类问题专门造了——问机器人要一个场景里没有的东西，正确答案是「没有」，而不是编一个像模像样的位置。机器人不仅要知道该动什么，还要知道什么时候不该动。第二，每条答案带验证：计数问题只在物体实例标注完整时才生成，「目标不存在」的问题必须核实画面里真的没有。约九十四万张图像，二百七十万组问答对，压成约一百万条训练样本。
这套「可验证」的思路，是数据质量承诺里最硬的部分。
真正的发现：加数据不如加覆盖
发布里最有分量的实验是个受控对照：模型架构和训练方法完全不动，只把数据量从二十六万条加到一百万条。
七项公开基准的平均分，从 69.3 涨到 74.5。增长近似对数线性：数据每翻一倍，涨约 2.4 分。二十六万到一百万是将近四个翻倍路程，按这个规律涨 4.7 分，实际涨了 5.2 分——曲线甚至还微微上翘。
但另一半才是重点：如果只是把同一类数据堆多，涨不到 1 分。真正带动增长的是持续加新场景、新空间关系、新的监督形式。换句话说，第二份同类数据的边际价值接近零，第一份新场景数据价值连城。这对所有「我们有一亿条数据」的故事都是一个提醒：数据的价值在覆盖面的边界扩张，不在深度堆积。
这家公司在哪
大晓机器人 2025 年年中创立，董事长王晓刚是商汤科技联合创始人，早年主导 DeepID 系列和商汤自动驾驶，今年上半年累计融资数亿美元。ACE-Brain 系列五个月出了三代：三月发布 0 号（联合上海交大、南洋理工、港中文、港大，刷新十九项 SOTA），七月开源 0.5（统一感知、规划、行动、评估、进化的认知闭环），今天的 0.6 转向专项突进。
开源传统是真的：0 和 0.5 的代码权重都在 GitHub 和 HuggingFace 上。0.6 的权重截至发稿还没上传——发布才几个小时，等它上了，六项对比数字就能被第三方复算。在那之前，今天这份成绩单的性质是：官方自报，同源转载，待验。
一句话收尾：九亿参数的模型靠一百万条专项数据在六件事上赢了九千亿参数的通用模型——这件事最大的启示不是「小模型逆袭」，而是专项数据的覆盖广度比堆积深度值钱。翻倍涨 2.4 分的曲线，和堆同类数据涨不到 1 分的对照，是这轮发布里最值得抄走的两个数。
*信源：大晓机器人发布稿（品玩 2026-10-19 转载·搜狐同日）；ACE-Brain-0 技术报告 arXiv 2603.03198（2026-03）；ACE-Brain-0.5 arXiv 2607.04426（2026-07）；GitHub DAXIAORobotics/ACE-Brain-0（86★）、ACE-Brain-0.5（39★）；HuggingFace ACERobotics 8B 版权重；财新 2026-06-15（商汤系·融资）；科技日报 2026-07-07（0.5 开源）。0.6 技术报告与权重截至发稿未见。*