机器人如何学会自己摸索技能？大晓机器人用一项新研究给出了回答。该公司发布的ACE-CaP-0，尝试让通用模型主动获取经验，独立完成机器人技能的开发、验证与打磨，推动具身能力更快走向产业端。
考题设置在八项真机精细操作任务上，插充电器、面包装箱、开瓶盖、杯子套叠、插花等日常动作均被纳入其中。ACE-CaP-0开发的代码策略经固定后投入实测，240次独立真机评测拿下221次成功，整体成功率定格在92.1%；八项任务中有七项的成功率站上90%，插充电器一项更是做到零失误，成功率达100%。
效率上的变化同样明显。策略固定之后，原本动辄耗时数小时的任务执行流程，最快1分钟以内即可跑完，机器人完成既定动作的速度被大幅拉高。
方法层面，这项研究把按需示范与按需仿真两条机制结合了起来。技能开发期间，AI智能体需要自行拿主意：什么时候请人类上手示范，什么时候转入仿真环境做实验，都由它自己判断。真机执行产生的反馈同步回传，支撑代码策略一轮接一轮地测试与修订。走完全流程并通过验证的操作方法，最终固化成一套可重复调用、能独立运行的机器人技能。
大晓机器人方面介绍，这一路径与公司“通用模型+开悟世界模型”双脑协同架构、真机RSI技术路线处在同一条技术脉络上，承担着压缩通用模型从自主探索到产业执行周期的任务，也为机器人在真实场景中的规模化应用提供了另一种可行思路。
