11月13日消息，大晓机器人发布最新研究成果 ACE-CaP-0，探索通用模型如何通过主动获取经验，自主开发、验证和优化机器人技能；借助ACE-CaP-0，机器人的精细任务成功率不仅大幅提升，执行速度也加速至分钟级，填补了通用模型产业落地的能力空白；研究创新性地结合按需示范（Demonstrations on Request）与按需仿真（Simulation on Demand），让AI智能体在技能开发过程中，自主判断何时请求人类示范、何时开展仿真实验，并结合真机执行反馈不断测试、修订代码策略，最终将经过验证的操作方法沉淀为可复用、可独立执行的机器人技能。

在插充电器、面包装箱、开瓶盖、杯子套叠、插花、鸡肉装盘、包裹翻转和鞋子装盒八项机器人精细操作真实任务中，ACE-CaP-0开发的代码策略经固定后，任务平均执行时间从数小时最快压缩至1分钟内，在240次独立真机评测中成功221次，整体成功率高达92.1%，其中七项任务成功率不低于90%，插充电器任务更是达到100%。

同时，这一研究与大晓机器人在酒店服务场景中展示的“通用模型+开悟世界模型”双脑协同架构及真机RSI技术路线一脉相承：通用模型负责理解任务、探索和生成技能，世界模型为物理环境理解与策略验证提供支持，真机反馈则驱动技能持续优化。