新智元報道

編輯：艾倫

【新智元導讀】極佳視界具身大模型 GigaBrain-0.5M*，以世界模型預測未來狀態(tài)驅(qū)動機器人決策，并實現(xiàn)了持續(xù)自我進化，超越π*0.6實現(xiàn) SOTA！該模型在疊衣、沖咖啡、折紙盒等真實任務中實現(xiàn)接近 100% 成功率；相比主流基線方法任務成功率提升近 30%；基于超萬小時數(shù)據(jù)訓練，其中六成由自研世界模型高保真合成。

具身世界模型新一代原生范式重磅登場！

繼具身基礎模型 GigaBrain-0.1 斬獲 RoboChallenge 全球第一后，性能更強大的 GigaBrain-0.5M* 又來了。

作為依托世界模型實現(xiàn)自我進化的 VLA 大模型，GigaBrain-0.5M* 在家庭疊衣、服務沖煮咖啡、工業(yè)折紙盒等多個真實機器人任務中，均實現(xiàn)零失誤、可持續(xù)穩(wěn)定運轉(zhuǎn)。

GigaBrain-0.5M* 作為一款基于世界模型條件驅(qū)動（World Model-Conditioned）的 VLA 大模型，以世界模型對未來狀態(tài)與價值的預測結(jié)果作為條件輸入，可顯著提升模型在長時程任務中的魯棒性。

在此基礎上，GigaBrain-0.5M* 創(chuàng)新引入人在回路（Human-in-the-Loop）持續(xù)學習機制，系統(tǒng)依托經(jīng)人工篩選與校正的模型推演軌跡開展迭代訓練，基于真實環(huán)境交互反饋持續(xù)優(yōu)化決策策略，最終實現(xiàn)「行動 — 反思 — 進化」的閉環(huán)式持續(xù)學習與自主迭代升級。

論文鏈接：https://arxiv.org/pdf/2602.12099

項目鏈接：https://gigabrain05m.github.io/

基于世界模型的強化學習的訓練范式

在 GigaBrain-0.5M* 的研發(fā)中，極佳視界提出基于世界模型的強化學習范式，并采用迭代式四階段閉環(huán)訓練流程：

• 基于大規(guī)模機器人操作數(shù)據(jù)完成世界模型預訓練，實現(xiàn)對未來狀態(tài)及對應價值的精準預測；

• 以世界模型輸出的未來狀態(tài)預測與價值評估為條件，對策略網(wǎng)絡進行微調(diào)，以指引動作決策；

• 將條件化策略部署至真實物理環(huán)境，依托人在環(huán)干預機制，采集模型自主推演軌跡數(shù)據(jù)；

• 利用經(jīng)篩選后的有效軌跡數(shù)據(jù)集，聯(lián)合優(yōu)化世界模型與決策策略，實現(xiàn)模型持續(xù)學習與自主進化。

連續(xù)零失誤執(zhí)行

在與 AWR、RECAP 等主流模仿學習與強化學習基線方法的系統(tǒng)對比中，GigaBrain-0.5M* 展現(xiàn)出顯著優(yōu)勢，在相同任務設定下，相較于由 π*0.6所提出的 RECAP 基線，任務成功率提升近 30%，并實現(xiàn)了穩(wěn)定可靠的模型效果。

尤其在高難度長時程任務中，面對折紙盒、咖啡制備、衣物折疊等包含多階段操作、精細感知與持續(xù)決策的復雜場景，GigaBrain?0.5M* 均實現(xiàn)接近 100% 的任務成功率，并可穩(wěn)定復現(xiàn)成功執(zhí)行軌跡，充分彰顯出卓越的策略魯棒性。

折紙盒

咖啡制備??

衣物折疊

高效且準確的價值預測

實驗結(jié)果表明，基于世界模型的價值預測方案在執(zhí)行效率與預測精度上，均優(yōu)于 π*0.6提出的 VLM 方案。

該方案的核心優(yōu)勢源自對未來狀態(tài)的顯式建模與世界模型單步降噪機制，可為價值函數(shù)提供關鍵的時序上下文支撐，讓價值估計實現(xiàn)更高效、更精準、更穩(wěn)定的輸出。

以疊衣服任務為例：

任務初期，機械臂反復調(diào)整衣物姿態(tài)時，預測價值呈現(xiàn)合理波動；

當衣物擺正、進入穩(wěn)定疊放階段，價值曲線穩(wěn)步上升；

若中途出現(xiàn)干擾物，價值驟降以反映任務受阻；

待干擾物被移除后，價值迅速恢復增長趨勢。

這種與任務物理進程高度對齊的價值演化，正是世界模型提供「認知先驗」的直接體現(xiàn)。

上萬小時的訓練數(shù)據(jù)

GigaBrain-0.5M* 的基座模型 GigaBrain-0.5 基于總計 10931 小時的多樣化機器人操作數(shù)據(jù)進行預訓練，其中 61%（6653 小時）由自研具身世界模型 GigaWorld 高保真合成，覆蓋紋理遷移、視角變換、人手到機械臂映射等豐富場景；

剩余 39%（4278 小時）源自真實機器人采集，確保策略在物理世界中的可執(zhí)行性。

海量數(shù)據(jù)的引入顯著拓展了模型的任務覆蓋廣度與策略魯棒性，使其在面對復雜、長時程操作任務時具備更強的泛化能力；

而 GigaWorld 生成的合成數(shù)據(jù)則有效突破了真實采集的長尾瓶頸。

通過可控地生成新紋理、新物體位姿與新觀測視角下的訓練樣本，增強了模型在分布外場景中的適應性，為具身智能走向開放世界奠定了數(shù)據(jù)基石。

關于極佳視界

極佳視界是一家具身智能和通用機器人公司，圍繞「基模— 本體 —場景」三位一體，為工業(yè)、商業(yè)、家庭等場景提供軟硬一體的具身智能機器人解決方案，推動通用機器人服務千行百業(yè)、走進千家萬戶。

公司核心團隊包括清華、北大、中科院、中科大、WashU、CMU 等全球知名院校頂尖研究人員，以及來自微軟、三星、地平線、百度、博世等全球知名企業(yè)高管，核心團隊在物理 AI 方向兼具業(yè)內(nèi)領先的研究能力和大規(guī)模的產(chǎn)業(yè)落地經(jīng)驗。

極佳視界是國內(nèi)第一家布局世界模型的科技公司，以世界模型平臺 GigaWorld、通用具身大腦 GigaBrain、原生本體 Maker 構建閉環(huán)生態(tài)，致力實現(xiàn) 10-100 倍以上的數(shù)據(jù)、訓練、測試全鏈路效率提升，推動通用具身智能機器人、通用自動駕駛等物理 AGI 大規(guī)模爆發(fā)。

參考資料：斬獲全球第一后，更強大的GigaBrain-0.5M*來了，世界模型原生的新一代范式登場！

論文鏈接：https://arxiv.org/pdf/2602.12099

項目鏈接：https://gigabrain05m.github.io/