ACE-Ego开源模型助力零售打包整理任务成功率领先
一款名为ACE-Ego的具身操作视觉语言动作模型宣布开源，该模型在RoboCasaGR1TableTop基准测试中以72 8%的平均成功率刷新纪录，并在RoboTwin2 0测试中达到90 62%的高成功率。目前，该模型已能稳定执行塑料袋打包、鞋子装入鞋盒等零售场景的复杂操作，覆盖商品整理与打
在机器人技术加速融入实体经济的背景下，能够稳定执行复杂物理操作的智能模型正成为行业焦点。近日，一款名为ACE-Ego的“一脑多型”具身操作视觉语言动作模型（VLA模型）正式宣布开源。该模型在国际权威基准测试中斩获领先成绩，并已具备处理零售环节多项实际任务的能力。
据官方发布的信息，ACE-Ego模型在人形机器人操作基准RoboCasa GR1 TableTop上取得了72.8%的平均成功率，刷新了该榜单的最高纪录。这一成绩大幅超越了英伟达GR00T、PI π₀.₅等多个主流模型。同时，在高难度的双臂操作基准RoboTwin 2.0强域随机化测试中，其成功率更是达到了90.62%，远超行业平均水平，展现出强大的泛化能力与鲁棒性。
模型已能稳定执行零售场景复杂操作
技术突破的最终目的应服务于实际应用。目前，ACE-Ego模型已经能够稳定完成塑料袋打包、鞋子装入鞋盒等操作。这类任务具有长周期、强接触的特点，正是线下零售中商品整理与打包履约环节的典型挑战。该模型成功应用，意味着机器人执行此类精细化、流程化工作的可靠性得到了显著提升。
此次开源由大晓机器人联合香港中文大学多媒体实验室共同推动，开源内容包含项目主页与技术报告，旨在降低行业研发门槛，促进具身智能技术的协同发展。随着此类高性能模型开放，预计将加速智能机器人在物流、零售、家政等更多需要精细操作的场景中落地，为相关行业的自动化升级提供新的技术选项。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：ACE-Ego开源模型助力零售打包整理任务成功率领先要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点OmniParser是微软AI驱动的SaaS工具，基于YOLOv8和BLIP-2，将UI截图与漫画页面解析为结构化数据，支持UI元素检测、漫画面板分析、对话框及人脸识别，适用于自动化测试、漫画翻译等场景。
通义灵码是贯穿开发全流程的智能编码助手，具备代码智能生成、研发智能问答、多编程语言及编辑器支持、代码安全隐私保障四大核心能力，适用于学生、新手及企业开发者等多类人群，提升编码效率。
基于人工智能的自动化道路巡逻和资产数据收集方案，通过车载相机自动采集路面及周边资产数据，识别裂缝、坑槽等病害并建立数字化台账，同时自动删除隐私图像，实现从被动响应向主动预防的转变，降低巡检成本。
阿里旗下通义智文是一款智能阅读工具，支持网页、论文、图书和自由阅读四种场景，帮助用户快速提取核心观点，节省阅读时间，适合学生、研究人员及职场人士高效处理大量文本。
- 日榜
- 周榜
- 月榜
热点快看