当前位置:

首页 > 硬件相关 > 智源研究院正式发布新一代具身智能大脑基础模型 RoboBrain 2.5

智源研究院正式发布新一代具身智能大脑基础模型 RoboBrain 2.5

智源研究院发布具身智能大脑基础模型RoboBrain2.5,通过高保真3D空间推理与细粒度时序价值评估两项升级,解决空间感知偏差与执行不稳问题。更大规模时空对齐训练数据强化了精准轨迹换算与自主纠错能力,在多项标准评测刷新SOTA,为闭环控制与规模化应用奠定基础。

本文目录

    智源研究院这次的动作不小,直接拿RoboBrain2.5来回应具身智能圈子里最让人头疼的两个老问题——空间感知总跑偏,执行过程老晃悠。说白了,就是机器人“看”得见但“干”不准,“想”得好但“做”不稳。这次新版本带来的两项关键升级,都指向同一个目标:让机器人真的“干得好活”。

    先说第一个突破:高保真3D空间推理。 这意味着机器人不再只是“看一眼”画面,而是能把二维图像里的信息,精准换算成真实世界里的可执行轨迹。抓取、放置这些动作,终于能做到“抓得准、放得稳”,而不是像以前那样,差之毫厘、谬以千里。

    第二个突破是细粒度时序价值评估。 这个能力更偏向“在干中学”——机器人在执行任务的过程中,持续判断自己干到哪一步了、接下来有没有风险,然后自主调整策略。这意味着它能在复杂、多变的场景里,自己纠错、闭环运行,而不是一条道走到黑。

    作为RoboBrain系列的最新迭代版本,RoboBrain 2.5 在继承原有通用感知、三维建模和时序表征能力的基础上,核心的升级来自训练数据。更大规模、更高质量的时空对齐监督数据,让两个能力模块——Precise 3D Spatial Reasoning 和 Dense Temporal Value Estimation——得到了系统性强化。机器人不仅能理解任务的语义,更重要的是,它学会了严格遵循物理规律,实时响应过程反馈。换句话说,具身智能从“看得懂、说得清”,真正迈向了“动得准、控得稳、靠得住”。

    目前,RoboBrain2.5 已经在多个空间推理与价值建模的标准评测任务中刷新了SOTA(最佳性能)纪录。这个结果,为具身智能从实验室走向实际部署、实现闭环控制与规模化应用,打下了一个相当扎实的技术底座。

    获取方式

    项目主页:https://www.php.cn/link/c7bf6d5cc46eabd157d7bb7e037b3e00
    技术报告:https://www.php.cn/link/81e27154d63971cc85b7c14401e5e926
    GitHub 仓库:https://www.php.cn/link/1287d29d6578e1fdbbd41fc0a38aef10
    模型权重(Hugging Face):https://www.php.cn/link/b82d949cf4a38f15b1297f97b82d0a77
    多芯片适配版本:https://www.php.cn/link/32e87be821dd3aeec6a5b09e59d9cd4e

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关
    相关文章 更多
    S5000千卡集群+FlagOS驱动RoboBrain2.5具身大脑模型训练
    S5000千卡集群+FlagOS驱动RoboBrain2.5具身大脑模型训练

    基于FlagOS-Robo框架和MTTS5000千卡集群,首次用国产算力完成了RoboBrain2.5具身大脑模型全流程训练。损失误差小于0.62%,千卡线性扩展效率超90%,多项指标与国际主流GPU训练模型对齐,为具身智能产业落地提供了自主可控的算力范式。

    全球首个人形机器人通用小脑模型:银河通用推AstraBrain-WBC 0.5
    全球首个人形机器人通用小脑模型:银河通用推AstraBrain-WBC 0.5

    银河通用推出全球首个人形机器人通用小脑基础模型AstraBrain-WBC0.5,基于2万小时人类动作数据,参数规模8040万。该模型采用因果Transformer架构,首次证明运动控制领域存在扩展定律,数据量从200万帧增至20亿帧时成功率从83.26%提升至92.58%,实现了全身实时运动控制的通用化。

    Meta公布Brain2Qwerty v2非侵入式脑机接口新研究
    Meta公布Brain2Qwerty v2非侵入式脑机接口新研究

    Meta公布非侵入式脑机接口Brain2Qwertyv2,利用脑磁图设备记录头皮外脑磁信号,经AI模型解码生成文字。基于9名志愿者约22000句子、10小时数据训练,结合上下文语义纠错。平均单词准确率61%,最佳受试者达78%,过半句子误差不超1词。当前依赖大型实验室设备,实用化受限。代码与数据集已开源。

    JetBrains 调研:Java 在中国呈现断层式领先
    JetBrains 调研:Java 在中国呈现断层式领先

    根据JetBrains公司发布的报告,Java语言在中国以58.17%的首选率断层领先,Go语言和TypeScript语言正在崛起。有30.27%的开发者参与小程序开发,低代码工具的应用日益深入,其中17%用于自主开发。大语言模型生态的本土化特征明显,Cursor使用率23%远超全球。

    GoLand 2026.2 发布,JetBrains 将 Go 性能优化流程整合进 IDE
    GoLand 2026.2 发布,JetBrains 将 Go 性能优化流程整合进 IDE

    GoLand2026.2新增GoOptimization窗口,整合CPU/内存profiling、逃逸分析与结构体优化,支持火焰图、调用树及编辑器注解。集成gofix、AI技能管理、GitHubCopilot,增强DockerCompose与Terraform,将性能调优与代码现代化融入IDE。

    近年来,现代前端项目正在呈现大型化、模块化和多运行时并存的趋势。JetBrains 在 WebStorm 2025.3及后续版本中持续强化 monorepo、远
    近年来,现代前端项目正在呈现大型化、模块化和多运行时并存的趋势。JetBrains 在 WebStorm 2025.3及后续版本中持续强化 monorepo、远

    WebStorm作为JetBrains面向JavaScript与TypeScript的IDE,主打开箱即用,聚焦前端、Node.js和大型工程开发。2026.2版本新增TypeScript7支持、原生GitHubCopilot集成及React19等更新,覆盖类型检查、调试测试等关键环节,并通过非商业免费许可降低使用门槛,回应前端开发复杂度持续上升的趋势。

    腾讯机器人X团队打造
    腾讯机器人X团队打造"会思考也会想象"的机器人大脑——RxBrain

    腾讯机器人X团队联合富田实验室与混元团队提出RxBrain具身认知基础模型,首次将语言规划与视觉想象在规划序列中耦合。模型采用混合变换器架构,经五万小时视频训练,在联合规划评测中大幅领先基线,真实机器人多阶段任务平均成功率87%。

    MiniMax-H3-Image与DiffSynth-Studio 2.2.2文档配方的硬件条件怎样区分
    MiniMax-H3-Image与DiffSynth-Studio 2.2.2文档配方的硬件条件怎样区分

    MiniMax-H3-Image新增DiffSynth-Studio文档推荐后,配置选择应围绕具体推理配方和独立训练流程展开。文档中的24GB GPU方案分别配合32GB或8GB主机RAM,所用量化、CPU或磁盘卸载方式不同;新增文档入口本身没有发布模型新权重或标注一个新的框架版本。

    Ollama v0.40.17-rc0更新该看哪些条件,MLX、Vulkan与CLI改进如何对应
    Ollama v0.40.17-rc0更新该看哪些条件,MLX、Vulkan与CLI改进如何对应

    识别Ollama完整rc0预发布标签,区分MLX并发、Vulkan集成显卡mmap、llama.cpp b12257与CLI集成更新边界。

    宏基笔记本开机没反应怎么办?电源灯亮 黑屏及不通电的解决方法
    宏基笔记本开机没反应怎么办?电源灯亮 黑屏及不通电的解决方法

    宏基笔记本遇到开机没反应、电源灯亮但屏幕黑屏,或者按下电源键完全无反应的情况该怎么办?本文通过界面与状态指示灯的观察,分步骤介绍静电释放、内存重插及外接显示器测试等实用方法,助你自行解决常见启动故障。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。