ACE-Brain-0.6 batte GPT-6 Astra nei test spaziali dell'azienda

Chiedete a un robot di prendere un pezzo, e il passaggio più difficile non è il movimento del braccio, ma sapere esattamente dove si trova il pezzo. È il problema che ACE Robotics dice di voler risolvere con il suo nuovo modello, ACE-Brain-0.6. L'azienda, presieduta da Xiaogang Wang, cofondatore di SenseTime, lo descrive come un modello di base incorporato da circa 9 miliardi di parametri, cioè le impostazioni numeriche che una rete neurale apprende durante l'addestramento e una misura approssimativa delle sue dimensioni. Il suo obiettivo è il visual grounding: collegare un'istruzione in linguaggio naturale a una posizione precisa, a una parte di un oggetto o a una zona di interazione in una scena fisica.

Il modello si basa su Qwen3.5-9B. Il suo encoder visivo resta congelato, il che significa che la parte che legge le immagini non viene riaddestrata, mentre la parte linguistica è stata messa a punto su circa un milione di campioni spaziali, che coprono circa 940.000 immagini e 2,7 milioni di coppie domanda-risposta. I dati di addestramento uniscono più di 30 dataset aperti di robot con filmati privati in prima persona. Strumenti come Grounding DINO e SAM 3 trasformano segnali sullo stato della pinza e sul movimento in etichette spaziali verificabili. ACE Robotics afferma che il modello risponde solo quando l'evidenza visiva è completa: prima di rispondere a una domanda di conteggio, per esempio, ogni istanza deve essere etichettata.

Le prestazioni sono cifre dell'azienda e non sono ancora state verificate in modo indipendente. Su sei valutazioni di grounding su otto, ACE-Brain-0.6 ottiene punteggi superiori a quelli di GPT-6 Astra, il modello di OpenAI scelto dall'azienda per il confronto. Su Where2Place raggiunge 76,55 contro 71,10, e su RobotGrounding, un insieme di 2.591 domande costruito dal team stesso su 14 tipi di compito, 94,13 contro 91,10. Mediati su sette benchmark pubblici, i punteggi sono 74,53 e 73,68. Il margine è ridotto, ed è misurato su test scelti dall'azienda.

Il risultato più istruttivo riguarda i dati. Nelle prove controllate, con architettura e ricetta di addestramento fissate, portare il set di addestramento da 260.000 a circa un milione di campioni ha fatto salire la media sui sette benchmark da 69,3 a 74,5, lungo una curva che l'azienda descrive come quasi lineare nel logaritmo. Raddoppiare i dati ha aggiunto in media circa 2,4 punti, mentre aggiungere semplicemente altri campioni dello stesso tipo ha guadagnato meno di un punto. I miglioramenti sono venuti dalla varietà, cioè da nuove scene, relazioni spaziali e formati di supervisione, più che dal volume.

Per ora il vantaggio pratico è limitato. Alla data di pubblicazione, i pesi di ACE-Brain-0.6 non risultavano pubblicati come open; i repository pubblici su GitHub sotto DAXIAORobotics elencano ancora ACE-Brain-0 e ACE-Brain-0.5. I team di robotica che vogliono provare il modello sul proprio hardware dovranno attendere un rilascio che non possono ancora scaricare. Se la versione aperta arriverà e i risultati reggeranno al di fuori dei benchmark dell'azienda, a beneficiarne per primi saranno i gruppi di ricerca e i costruttori di robot, che potranno verificare se dati scelti meglio aiutano i loro robot a trovare ciò che devono afferrare.