面壁智能发布开源具身智能模型 MiniCPM-Robot

面壁智能在WAIC上开源了具身智能模型MiniCPM-Robot，通过视觉Token压缩技术解决了机器人操作中的记忆难题，值得关注。

• 大多数VLA模型只依赖当前帧画面，缺乏历史记忆，导致任务执行不连贯；面壁通过视觉Token极致压缩，使模型能高效处理历史观测数据，推理成本与单帧模型相当。
• MiniCPM-RobotManip采用从“面”到“点”的通用路线，先训练通用能力再适配具体场景，与主流从“点”到“面”的路线形成对比。
• 在RMBench等需要记忆的基准测试中，MiniCPM-RobotManip得分53分，远超π0.5的10分（接近随机），综合性能位列第一梯队。
• 同时发布的MiniCPM-RobotTrack负责跟踪导航，与操作模型互补，形成完整的具身智能解决方案。
• 影响/看点：面壁的开源模型降低了具身智能的研发门槛，其记忆增强方案可能推动VLA模型从“反应式”向“认知式”演进，国产机器人能力再上台阶。

本内容由 AI 生成，仅供参考，请注意甄别