Galaxea G0——类似Hi Robot的「VLM高层推理 + VLA低层执行」：子任务标注数据训练前者VLM，且三阶段训练后者VLA
内容提要
本文介绍了G0双系统模型，结合视觉-语言-动作（VLA）与多模态规划，提出Galaxea开放世界数据集，旨在提升机器人在复杂任务中的自主感知与执行能力。该数据集包含500小时高保真数据，涵盖150个任务，确保数据一致性与可靠性。G0模型通过三阶段训练策略优化机器人性能，推动具身模型的发展。
关键要点
-
本文介绍了G0双系统模型，结合视觉-语言-动作（VLA）与多模态规划，提出Galaxea开放世界数据集。
-
Galaxea开放世界数据集包含500小时高保真数据，涵盖150个任务，确保数据一致性与可靠性。
-
G0模型通过三阶段训练策略优化机器人性能，推动具身模型的发展。
-
G0模型架构基于机器人领域分层规划，结合系统1（VLA）与系统2（VLM）进行高效训练。
-
Galaxea开放世界数据集在真实世界中采集，确保数据的多样性和真实性。
-
数据采集平台使用Galaxea R1 Lite机器人，具备23自由度，适合复杂操作。
-
数据采集遵循可观测性、数据量与质量、语言锚定等原则，确保高质量标注。
-
G0-VLA模型采用三阶段训练策略，逐步提升性能和适应性。
-
G0-VLM模型处理高层次自然语言任务指令，为系统1规划子任务指令。
延伸问答
Galaxea G0模型的主要功能是什么？
Galaxea G0模型结合视觉-语言-动作（VLA）与多模态规划，旨在提升机器人在复杂任务中的自主感知与执行能力。
Galaxea开放世界数据集包含哪些内容？
该数据集包含500小时高保真数据，涵盖150个任务，确保数据的一致性与可靠性。
G0模型是如何优化机器人的性能的？
G0模型通过三阶段训练策略优化机器人性能，逐步提升其适应性和执行能力。
G0-VLA模型的训练策略是什么？
G0-VLA模型采用三阶段训练策略，包括跨形态预训练、单一形态预训练和高质量任务演示的后训练。
Galaxea R1 Lite机器人有哪些特点？
Galaxea R1 Lite机器人具有23自由度，适合复杂操作，并配备高精度感知系统。
G0模型的双系统架构有什么优势？
G0模型的双系统架构将高层次规划与低层次执行分离，提高了任务处理的效率和灵活性。
