具身智能的竞争正在从「谁的模型更大」转向「谁的数据更厚」。8 月 25 日,GigaAI 团队放出具身基座模型 GigaBrain-0.7 的训练代码、3.5B Base 权重和样例数据,全部以 Apache 2.0 开源;技术报告 8 月 17 日先行发布,GitHub 仓库已攒下 2.6k star,论文登上 Hugging Face Daily Papers 榜首、拿下 90 个 upvote。
三系统:把世界模型搬进决策回路
VLA(vision-language-action)模型已是通用具身智能体的主流范式,在结构化场景能完成长程任务,但架构红利与数据异构性能走多远仍是开放问题。GigaBrain-0.7 的答案是三系统架构:把理解、预测、动作统一进一个模型。官方亮点里最关键的一条是 System-3——把世界模型接入机器人的实时决策回路,先模拟评估、再执行动作;配合双金字塔框架,单个预训练模型可直接执行多类任务,即 One Model, Many Tasks。
3.73 万小时异构数据 + 一阶段对齐
预训练规模是另一个锚点:超过 37,000 小时(README 口径 37.3k hours)异构具身数据,覆盖真机、UMI、第一人称、仿真、世界模型生成五类来源。对齐阶段采用一阶段对齐训练,联合优化视觉-语言理解与多本体动作生成。对比对象包括自家 GigaBrain-0 系列与此前 SOTA 模型 π0.5,作者报告在零样本能力、语言条件指令遵循、后训练任务成功率上显著提升;在自建 Maker H01 平台与主流本体上覆盖家庭和工业场景。
开源的不只是权重
GitHub 仓库给出一条完整的后训练路径:数据用 LeRobot 格式,提供 norm stats 脚本与 delta mask 机制,内置 8 类本体 ID(AgileX、Agibot G1 及灵巧手、UMI、EgoDex、H01 等),训练栈钉死在 PaliGemma2 环境(三个 giga-* 组件全锁 1.1.0)。部署侧给了 AgileX Cobot Magic 与 Maker H01 两套 profile,H01 客户端可直接跑在 Jetson 上。仓库还披露了受控十步冒烟测试损失:pick-and-place 下降 51.27%,push-buttons 下降 31.97%——冒烟数据写进 README,在具身开源项目里不算常见。
自报成绩与待验证清单
官方亮点称其在 RoboColiseum 四项评测全部第一、Maker H01 任务成功率大幅领先,并放出 20 分钟以上、跨越 10 多个任务的一镜到底实机演示。但要泼冷水:这些数字全部出自团队自报,RoboColiseum、RoboTwin2.0、EBench 的 benchmark 代码和 VLM 评测代码还在 TODO 列表里,第三方复现暂无门路。作为参照,该团队 2026 年 2 月的 GigaBrain-0.1 曾登上 RoboChallenge 榜单第一,还将在 CVPR 2026 主办 GigaBrain Challenge 三条赛道(RoboTwin 仿真、GigaWorld 世界模型、RoboChallenge 真机)。
所以呢
具身基座的卷法已经清晰:拼数据小时数、拼本体覆盖、拼世界模型在环。GigaBrain-0.7 三件事一次做完并全部开源,对想在自有机型上做后训练的团队是现成起点;但 benchmark 代码落地之前,「四项全一」这类成绩不妨让子弹再飞一会儿。
原始出处:arxiv.org/abs/2608.15875;代码:github.com/open-gigaai/giga-brain-0