36 氪获悉，近日，浙江人形机器人创新中心联合香港中文大学、浙江大学等机构共同完成机器人空间智能研究成果发表于国际顶刊《Science Robotics》，提出 RAM 三维空间理解与操作模型。该技术破解视觉语言大模型三维空间感知短板，通过检索增强构建外部三维知识库，实现物体位姿理解与长程任务规划。实机验证显示，语言指令驱动操作平均成功率达 89.17%，图像引导操作成功率 92%。RAM 可适配 GPT、Qwen-VL 等大模型及人形机器人平台。