跳转到主要内容

明犀智能开源MiniCPM-Robot：面向个人开发者的1.5B VLA模型

长期以来，具身智能是大公司和资金充裕的实验室的专属领域。模型庞大，门槛高，普通开发者只能旁观。但7月19日，OpenBMB打开了大门。他们发布了首个具身AI模型系列MiniCPM-Robot，全面开源了一个1.5B参数的视觉-语言-动作（VLA）模型。现在，个人开发者可以在真实机器人上运行操作和目标跟踪。这种开放程度在该领域罕见。

该系列包括三个核心组件。主要的是MiniCPM-RobotManip，一个1.5B参数的通用VLA模型，专为机器人操作设计。其次是MiniCPM-RobotTrack，一个用于真实世界目标跟踪的紧凑模型。为了整合这些，OpenBMB还发布了PhyAI，一个专为具身模型构建的高性能推理框架。目标很直接：让机器人真正理解、记忆和行动。这些组件共同将高效、实用、开放的具身智能从论文和演示带入真实机器人。

Image

对开发者来说，最棒的是它的易获取性。模型权重和代码托管在GitHub上，地址为github.com/OpenBMB/MiniCPM-Robot，MiniCPM-RobotManip和MiniCPM-RobotTrack的权重也在Hugging Face上可用。任何从事机器人工作的人都可以克隆仓库并立即开始运行实验。

当一个1.5B的VLA模型不再被锁在实验室里时，具身智能的步伐可能会超出许多人的预期。项目地址是https://github.com/OpenBMB/MiniCPM-Robot。

关键点

  • 开源VLA模型：MiniCPM-Robot是一个完全开源的1.5B参数视觉-语言-动作模型，用于具身AI。
  • 三个组件：包括用于操作的MiniCPM-RobotManip、用于跟踪的MiniCPM-RobotTrack和PhyAI推理框架。
  • 个人可访问：模型权重和代码在GitHub和Hugging Face上免费提供，使个人开发者能够运行真实机器人操作。
  • 打破壁垒：此次发布降低了具身智能的入门门槛，此前该领域由大公司和实验室主导。