商汤发布9B具身基模型ACE-Brain-0.6，公司称六项视觉空间锚定评测超过GPT-6 Astra
商汤科技发布具身基模型ACE-Brain-0.6，基于Qwen3.5-9B，聚焦视觉空间锚定（Visual Grounding，按语言指认目标物体与交互位置）。
公司称用约百万条可验证空间标注样本训练，在八项Grounding评测中六项超过OpenAI（美国人工智能公司） GPT-6 Astra，七项公开基准均分74.53对73.68。 成绩均为公司单方披露，尚无第三方复现。
据商汤科技官网发布，ACE-Brain-0.6基于Qwen3.5-9B，冻结视觉编码器，对语言模型参数做监督微调。 训练数据约百万条样本，涉及约94万张图像和270万组问答对，来源包括30余个开源机器人数据家族与私有Ego数据。
八项评测中六项超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、RobotGrounding 94.13对91.10；
七项公开基准均分74.53对73.68。 RobotGrounding为公司自建集，含2591道问题、14类任务。 受控实验中训练数据由26万条扩至百万条，七项公开评测均分由69.3升至74.5，数据每翻倍平均提升约2.4分； 仅增加已有类型样本提升不足1分。 公司同时称商汤发布GPT-6-Astra具身能力评测研究，大晓机器人参与真机测试。
值得关注的不是0.85分的平均领先，而是公司试图论证“小参数模型＋高质量空间监督数据”可在专项感知上比肩通用大模型，并给出数据规模与得分的对应关系。 但评测由公司自行组织，模型选择、提示与口径未完整公开，RobotGrounding亦为自建数据集，代表性和可比性有待外部检验； “数据每翻倍约提升2.4分”来自单一团队受控实验，不能外推为行业规律。
后续观察信号
- 核实商汤所称GPT-6-Astra具身能力评测研究的公开材料
- 追踪OpenAI（美国人工智能公司）、Google（谷歌）等是否对上述对比作出回应