GigaBrain-0.7——通过三系统架构扩展具身基模至涌现能力:首先VLM理解与规划,接着世界模型给未来预测和进度估计,然后VLA输出对应动作,最后可经验循环(先离线RL,后在线RL)
📝
内容提要
GigaBrain-0.7是基于三系统架构的具身基础模型,通过统一预训练实现理解、预测与行动的协同。其核心为单阶段多具身VLA框架,融合视觉-语言-动作联合优化,引入系统1(连续动作生成)、系统2(任务规划)与系统3(世界模型预测与评估),实现跨机器人形态的泛化能力。在超3.7万小时异质数据上训练,涵盖16种机器人形态与2.7亿视觉-语言样本,采用软知识隔离保留通用能力的同时适配控制需求。该...
🏷️