超越英伟达、MIT!卓世科技登顶 MolmoSpaces 全球榜首,斩获具身智能全新SOTA

卓世科技自研的 ZoeInside-VLA 模型在 MolmoSpaces 全任务榜单中取得全球第一的 SOTA 成绩,性能超越英伟达、MIT 等团队的主流模型。MolmoSpaces 是由美国艾伦人工智能研究所(AI2)推出的大规模具身智能评测基准,用于评估机器人在复杂环境中的泛化能力。卓世科技跳出大参数量内卷,采用 4B 参数 Mixture-of-Transformers 架构,聚焦两大核心问题:一是训练数据过于理想,缺乏状态偏离后的恢复经验,因此团队特别保留并补充了带有尝试、扰动和恢复过程的非完美操作数据;二是动作执行缺少实时反馈,为此引入了轻量级执行反馈模块,使模型能根据最新环境状态持续更新后续动作,解决状态-动作失配问题。该模型是卓世「启元」具身通用大脑的直觉系统核心。该系统采用“逻辑-直觉-共情”三核架构,逻辑系统负责任务拆解,直觉系统(含 ZoeInside-VLA)执行高频操作,共情系统负责人机交互。同时,卓世配套建设了数采、训练和大脑管理三大平台,推动实验室算法在工业、康养等真实场景的落地。