Perceptron 发布 35B 具身智能体模型 Mk1.5，请求速度最高提升 4.7 倍

Perceptron 发布面向具身物理智能体的 35B 多模态模型 Mk1.5，重点提升了跨终端设备控制与端到端交互响应效率。

• 模型基于第一人称视角（egocentric）视频进行训练，原生支持文本、图像、视频与音频多模态输入理解。
• 具备跨硬件控制能力，可对无人机、四足机器人与智能眼镜等终端设备进行统一控制，无需针对特定硬件单独重训。
• 具备子智能体分发调度与外部工具调用能力，在结合网络检索与以图搜图工具后 MMSearch 基准表现有所提升。
• 官方测试数据显示其端到端请求完成速度相比初代 Mk1 最高提升 4.7 倍，部分会话延迟降至约 1.1 秒。
• 影响/看点：跨硬件统一的具身推理模型有助于减少多终端开发的适配成本，其实际应用成效将取决于在真实复杂物理场景下的实时感知稳定性与动作执行精度。
• 资料依据：
• X：Rohan Paul（2026-09-25）：https://x.com/rohanpaul_ai/status/2103518305864839197
• The Neuron（2026-09-25）：https://www.theneuron.ai/news/perceptron-mk1-5-embodied-agent

本内容由 AI 生成，仅供参考，请注意甄别