从“能看见”到“能推理”

迈向更完整的具身智能

真正可用的机器人智能，不只是准确识别一个物体，也不只是生成一段看起来合理的动作。它需要理解真实世界中的空间结构、物体关系与任务约束，并在行动之前作出正确判断。

在UNOBench Challenge 两大赛道的公开排行榜中同时登顶，验证了空弈Dobot WAM具身大模型在视觉语义理解、遮挡关系建模和动作前置规划等关键维度上的系统性领先优势。

从LIBERO的长时序操作到UNOBench的复杂遮挡推理，越疆正持续拓展空弈Dobot WAM具身大模型的能力边界，推动机器人从"看见目标、执行动作"向"理解环境、推理关系、规划步骤、可靠完成任务"稳步迈进。

未来，越疆将继续围绕真实机器人应用场景，深入推进空弈Dobot WAM具身大模型的迭代升级，将感知、理解、推理、规划与控制融入统一的具身智能框架，让机器人在更加开放、复杂和动态的环境中，真正做到能理解、会判断、可执行、可泛化。