唯一超过 Fable 5.2：不走 VLA，也不走 WAM，他们用旧 Claude 拿了第一

乾章智能推出的 Q0-Preview 在 RoboDojo Sim 双臂机器人仿真评测榜单上以 68.87% 的任务成功率、74.2 的综合得分超越 Anthropic 的 Fable 5.2 位列第一，是该榜单首个综合得分破 70 的方案。

该方案未采用 VLA 或 WAM 技术范式，而是走 Agent 路线，以 Anthropic 上一代模型 Opus 5.5 为基座，远高于 Anthropic 官方公布的该模型 39.4% 的正确率。

其核心思路是将具身操作转化为确定各操作阶段的接触位置与姿态的空间计算问题，依托多模态大模型的空间感知与编程能力，通过像素定位结合相机参数计算将接触目标映射到世界坐标系，用三个空间参考点统一表示夹爪的目标位姿与接触信息，再由下游运动规划组件转化为连续动作，形成观察-计算-执行-反馈的闭环。

配套搭建的 Harness 体系规范了模型与各模块的交互，从明确执行边界与工具调用、仿真试错积累通用操作经验、补充任务要求明确完成条件、管理上下文与任务记忆四个维度保障运行，在双臂同步 / 协同操作、精准操作、自适应调整、记忆等维度表现突出，部分任务表现甚至超越专家遥操作。

目前该方案代码已开源，后续团队将发布技术报告与优化版代码，补充更多真机实验等内容。同时当前基于基础大模型的具身操作仍面临推理效率与成本偏高、能力来源机制待厘清、长推理延迟难以适配动态真实环境等挑战，通用大模型与具身领域知识约束结合的新路径，正推动具身智能迎来新的发展拐点。