9B 的 ACE-Brain-0.6 在六项空间锚定测试上超过 GPT-6 Astra：靠的是 100 万条可验证样本，不是更大的模型

大晓机器人 10 月 19 日发布 ACE-Brain-0.6，一个 9B 的视觉空间锚定增强具身基模型，基于 Qwen3.5-9B，冻结视觉编码器、只对语言模型做监督微调。训练数据约 100 万条样本、94 万张图像、270 万组问答，来自 30 多个开源机器人数据家族与私有第一视角数据，用 Grounding DINO、SAM 3 等自动标注。官方在八项 Grounding 评测中报告六项超过 GPT-6 Astra：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、自建 RobotGrounding 94.13 对 91.10；七项公开基准平均 74.53 对 73.68。数据从 26 万扩到 100 万时，七项平均从 69.3 升到 74.5，每翻倍约 +2.4 分；只重复已有数据类型提升不到 1 分。