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%的任务成功率和74.2的综合得分超越Anthropic的Fable 5.2，位列第一，成为该榜单首个综合得分突破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，正确率远高于Anthropic官方公布的该模型39.4%的水平。其核心思路是将具身操作转化为确定各操作阶段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体系从四个维度规范模型与各模块的交互：明确执行边界与工具调用、通过仿真试错积累通用操作经验、补充任务要求以明确完成条件、管理上下文与任务记忆，从而保障系统运行。该方案在双臂同步/协同操作、精准操作、自适应调整、记忆等维度表现突出，部分任务甚至超越专家遥操作。目前方案代码已开源，团队后续将发布技术报告与优化版代码，并补充更多真机实验。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相结合的新路径，正推动具身智能迎来新的发展拐点。