As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
Ask a robot to pick up a part, and the hardest step is not the arm's movement but knowing exactly where the part is. That is the problem ACE Robotics says its new model, ACE-Brain-0.6, is built to solve. The company, chaired by SenseTime co-founder Xiaogang Wang, describes it as an embodied foundation model of roughly 9 billion parameters, the numerical settings a neural network learns during training and a rough measure of its size. Its focus is visual grounding: linking a language instruction to a precise location, an object part or an interaction region in a physical scene.
Peça-se a um robô que apanhe uma peça, e o passo mais difícil não é o movimento do braço, mas saber exatamente onde está a peça. É esse o problema que a ACE Robotics afirma que o seu novo modelo, o ACE-Brain-0.6, foi concebido para resolver. A empresa, presidida por Xiaogang Wang, cofundador da SenseTime, descreve-o como um modelo fundacional incorporado de cerca de 9 mil milhões de parâmetros, ou seja, os valores numéricos que uma rede neuronal aprende durante o treino e uma medida aproximada da sua dimensão. O foco é a ancoragem visual: ligar uma instrução em linguagem natural a uma localização precisa, a uma parte de um objeto ou a uma zona de interação numa cena física.
The model is based on Qwen3.5-9B. Its vision encoder stays frozen, meaning the part that reads images is not retrained, while the language part was fine-tuned on about one million spatial samples, covering roughly 940,000 images and 2.7 million question-answer pairs. The training data merges more than 30 open robot datasets with private first-person footage. Tools such as Grounding DINO and SAM 3 turn gripper-state and motion cues into spatial labels that can be checked. ACE Robotics says the model only answers when the visual evidence is complete: before it answers a counting question, for example, every instance must be labelled.
O modelo baseia-se no Qwen3.5-9B. O seu codificador de visão mantém-se congelado, o que significa que a parte que lê as imagens não é retreinada, enquanto a componente de linguagem foi ajustada com cerca de um milhão de amostras espaciais, que abrangem cerca de 940 000 imagens e 2,7 milhões de pares pergunta-resposta. Os dados de treino combinam mais de 30 conjuntos de dados abertos de robótica com imagens privadas filmadas em primeira pessoa. Ferramentas como o Grounding DINO e o SAM 3 transformam indícios sobre o estado da pinça e sobre o movimento em etiquetas espaciais que podem ser verificadas. A ACE Robotics afirma que o modelo só responde quando a prova visual está completa: antes de responder a uma pergunta de contagem, por exemplo, cada instância tem de estar etiquetada.
The performance figures are the company's own, and have not yet been independently verified. On six of eight grounding evaluations, ACE-Brain-0.6 scores above GPT-6 Astra, OpenAI's model in the company's comparison. On Where2Place it reaches 76.55 against 71.10, and on RobotGrounding, a 2,591-question set the team built itself across 14 task types, 94.13 against 91.10. Averaged over seven public benchmarks, the scores are 74.53 and 73.68. That margin is small, and it is measured on tests the company chose.
Os resultados de desempenho são da própria empresa e ainda não foram verificados de forma independente. Em seis das oito avaliações de ancoragem, o ACE-Brain-0.6 obtém uma pontuação superior à do GPT-6 Astra, o modelo da OpenAI incluído na comparação da empresa. No Where2Place, atinge 76,55 contra 71,10 e, no RobotGrounding, um conjunto de 2 591 perguntas que a equipa criou por si própria, abrangendo 14 tipos de tarefas, obtém 94,13 contra 91,10. Em média, nos sete testes públicos, as pontuações são de 74,53 e 73,68. A margem é pequena e foi medida em testes escolhidos pela empresa.
The more instructive result concerns data. In controlled runs, with architecture and training recipe kept fixed, growing the training set from 260,000 to about one million samples raised the seven-benchmark average from 69.3 to 74.5, on a curve the company describes as near log-linear. Doubling the data added about 2.4 points on average, while simply adding more samples of the same type gained less than one point. The gains came from variety, meaning new scenes, spatial relations and supervision formats, rather than from volume.
O resultado mais instrutivo diz respeito aos dados. Em testes controlados, mantendo fixas a arquitetura e a receita de treino, o aumento do conjunto de treino de 260 000 para cerca de um milhão de amostras fez subir a média dos sete testes de 69,3 para 74,5, numa curva que a empresa descreve como quase linear em escala logarítmica. Duplicar os dados acrescentou cerca de 2,4 pontos em média, enquanto acrescentar simplesmente mais amostras do mesmo tipo rendeu menos de um ponto. Os ganhos vieram da variedade, isto é, de novas cenas, relações espaciais e formatos de supervisão, e não do volume.
For now, the practical benefit is narrow. As of publication, ACE-Brain-0.6 weights were not listed as open; the public GitHub repositories under DAXIAORobotics still list ACE-Brain-0 and ACE-Brain-0.5. Robotics teams that want to test the model on their own hardware will have to wait for a release they cannot yet download. If the open release follows and the results hold outside the company's own benchmarks, the gain would reach research groups and robot builders first, who could then test whether better-chosen data helps their own robots find what they are meant to grasp.
Por agora, o benefício prático é limitado. À data da publicação, os pesos do ACE-Brain-0.6 não estavam listados como abertos; os repositórios públicos no GitHub sob DAXIAORobotics continuam a listar o ACE-Brain-0 e o ACE-Brain-0.5. As equipas de robótica que queiram testar o modelo no seu próprio equipamento terão de esperar por uma versão que ainda não podem descarregar. Se a publicação aberta se concretizar e os resultados se confirmarem fora dos testes da própria empresa, o ganho chegaria em primeiro lugar aos grupos de investigação e aos construtores de robôs, que poderiam então avaliar se dados mais bem escolhidos ajudam os seus robôs a encontrar aquilo que devem agarrar.