9Bモデルで空間把握を強化したACE-Brain-0.6

身体性基盤モデルの知覚を強化するため、空間グラウンディングの教師データを拡大した研究。ロボット操作の記録や一人称視点の映像などを、検証可能な教師データに変換するパイプラインを作り、Qwen3.5-9Bを約150万サンプルで微調整してACE-Brain-0.6を得た。公開ベンチマーク7件のうち4件でGPT-6 Astraを上回り、平均は75.41対73.68だった。データを0.26Mから1.55Mへ増やすと平均は69.3から75.4へ上がった。ただしPixMo-Countなど3件ではAstraに及ばず、ロボット操作の成功までは検証していない。