始智AI wisemodel.cn社區(qū)是源自中國(guó)的中立開(kāi)放的AI開(kāi)源社區(qū)，始終堅(jiān)持“中立、開(kāi)放、共建、共創(chuàng)、合作”五項(xiàng)基本原則，歡迎加入共同成長(zhǎng)。

過(guò)去一年，具身智能的“視覺(jué)理解 + 語(yǔ)言推理”進(jìn)步明顯，但從實(shí)驗(yàn)室演示走向真實(shí)部署，經(jīng)常遇到“看得見(jiàn)”但“做不對(duì)”的問(wèn)題。這源于兩個(gè)長(zhǎng)期被低估的關(guān)鍵短板：空間維度的度量盲區(qū)，以及時(shí)間維度的過(guò)程建模不足。

在空間不準(zhǔn)上，模型雖能理解2D圖像中的目標(biāo)與關(guān)系，卻缺乏將其轉(zhuǎn)化為真實(shí)尺度下可執(zhí)行3D軌跡的能力，導(dǎo)致抓取、裝配等操作因深度、距離等物理度量不準(zhǔn)而失?。辉谶^(guò)程不穩(wěn)上，多數(shù)模型仍將動(dòng)作生成簡(jiǎn)化為靜態(tài)序列預(yù)測(cè)，依賴稀疏的成功標(biāo)簽，無(wú)法對(duì)操作過(guò)程中出現(xiàn)的打滑、偏移等動(dòng)態(tài)變化做出實(shí)時(shí)評(píng)估與調(diào)整，致使長(zhǎng)任務(wù)難以穩(wěn)定完成。這就要求新一代具身模型，需要把空間能力從“2D 指點(diǎn)”升級(jí)為“精確 3D 規(guī)劃”，滿足物理世界的度量約束與可執(zhí)行性要求。

智源研究院正式發(fā)布新一代具身智能大腦基礎(chǔ)模型RoboBrain 2.5。作為 RoboBrain 系列的最新版本，RoboBrain 2.5 在延續(xù)通用感知、空間推理與時(shí)序建模能力底座的基礎(chǔ)上，通過(guò)更大規(guī)模的高質(zhì)量時(shí)空監(jiān)督訓(xùn)練，完成了兩項(xiàng)面向真實(shí)物理世界的關(guān)鍵升級(jí)：Precise 3D Spatial Reasoning（精確 3D 空間推理）與Dense Temporal Value Estimation（稠密時(shí)序價(jià)值預(yù)測(cè)），讓機(jī)器人不僅能理解任務(wù)，更能在物理約束與過(guò)程反饋中把任務(wù)做對(duì)，推動(dòng)具身智能從“能看懂、能說(shuō)清”，邁向“能落手、做得準(zhǔn)、做得穩(wěn)”。RoboBrain2.5已上線始智AI-wisemodel開(kāi)源社區(qū)，歡迎大家前去體驗(yàn)。

模型地址

https://www.wisemodel.cn/models/BAAI/RoboBrain2.5-8B-NV

01.

RoboBrain2.5:

空間能力與時(shí)間能力的協(xié)同升級(jí)

RoboBrain2.5在具身智能的兩項(xiàng)關(guān)鍵能力維度上實(shí)現(xiàn)系統(tǒng)性升級(jí)：Spatial（空間）與Temporal（時(shí)間）?？臻g側(cè)強(qiáng)調(diào)Depth in Sight—— 從 2D grounding 走向具備真實(shí)尺度約束的 3D 規(guī)劃與軌跡生成；時(shí)間側(cè)強(qiáng)調(diào)Time in Mind—— 從結(jié)果監(jiān)督走向可泛化、可閉環(huán)的稠密進(jìn)度與價(jià)值評(píng)估。

二者形成有機(jī)協(xié)同：前者保障動(dòng)作在幾何意義上可執(zhí)行，后者保障執(zhí)行過(guò)程中可感知、可糾錯(cuò)、可恢復(fù)，共同將具身系統(tǒng)從 demo 級(jí)成功，推進(jìn)到更接近真實(shí)部署需求的穩(wěn)定可靠。

Depth in Sight：精確3D空間理解

傳統(tǒng)具身模型多將空間輸出限制在“單點(diǎn) / 單目標(biāo)”層面，即預(yù)測(cè)一個(gè)目標(biāo)位置作為動(dòng)作觸發(fā)條件。RoboBrain 2.5 將空間輸出接口擴(kuò)展為完整操作過(guò)程的軌跡級(jí)表達(dá)：模型不再只給出一個(gè)落點(diǎn)，而是輸出有序的關(guān)鍵點(diǎn)序列，用于描述從起始狀態(tài)到目標(biāo)狀態(tài)的完整操作流程，從而在表示層面同時(shí)編碼空間規(guī)劃與步驟結(jié)構(gòu)。

這一能力被拆解為三類互補(bǔ)的空間技能：

1. 3D Spatial Referring：定位目標(biāo)

   在圖像中完成目標(biāo)對(duì)象與關(guān)鍵部位的 3D 定位，為后續(xù)動(dòng)作提供“落點(diǎn)依據(jù)”。

2. 3D Spatial Measuring：理解真實(shí)尺度

   估計(jì)真實(shí)世界的絕對(duì)度量量（如距離、間隙、懸停高度等），滿足裝配、貼合、避障等任務(wù)對(duì)“厘米/毫米級(jí)”約束的要求。

3. 3D Spatial Trace Generation：生成可執(zhí)行軌跡

   輸出“符合碰撞約束的可執(zhí)行關(guān)鍵點(diǎn)軌跡”，讓機(jī)器人具備更強(qiáng)的幾何可行性與動(dòng)作連貫性。

RoboBrain 2.5 采用可解耦的 (u, v, d) 表示：每個(gè)點(diǎn)由圖像平面坐標(biāo) (u, v) 與絕對(duì)深度 d構(gòu)成，并可通過(guò)相機(jī)內(nèi)參直接投影到 3D 坐標(biāo)系，從而避免讓大模型“暗自學(xué)習(xí)相機(jī)幾何”，讓訓(xùn)練更直接、輸出更可控、系統(tǒng)對(duì)接更工程化。更重要的是，這一表示還可向下兼容：去掉深度就是 2D 軌跡，只保留起終點(diǎn)可變成 3D/2D referring 數(shù)據(jù)，使得多任務(wù)協(xié)同訓(xùn)練更自然，進(jìn)一步夯實(shí)通用具身能力底座。

Time in Mind：稠密時(shí)序價(jià)值預(yù)測(cè)與閉環(huán)可靠性

真實(shí)物理世界中的長(zhǎng)時(shí)任務(wù)，并不缺少動(dòng)作序列，而是缺乏過(guò)程級(jí)監(jiān)督：當(dāng)前執(zhí)行到了哪一步？是在有效推進(jìn)、停滯、偏離，還是已經(jīng)發(fā)生失?。繛榇?，RoboBrain 2.5 引入 Dense Temporal Value Estimation（稠密時(shí)序價(jià)值預(yù)測(cè)），基于視覺(jué)觀測(cè)對(duì)任務(wù)進(jìn)度進(jìn)行步級(jí)別、連續(xù)評(píng)估，為下游控制與策略學(xué)習(xí)提供可隨時(shí)調(diào)用的價(jià)值信號(hào)。

長(zhǎng)時(shí)程操作需要的不只是最終成功信號(hào)，而是連續(xù)、細(xì)粒度的反饋來(lái)引導(dǎo)復(fù)雜中間狀態(tài)。RoboBrain 2.5 通過(guò)稠密價(jià)值估計(jì)補(bǔ)上了這塊短板，為閉環(huán)控制與高效強(qiáng)化學(xué)習(xí)提供基礎(chǔ)，實(shí)現(xiàn)了從“稀疏成功標(biāo)簽”到“稠密進(jìn)度反饋”的躍進(jìn)。

為降低長(zhǎng)軌跡執(zhí)行中的誤差累積、提升多視角魯棒性，RoboBrain 2.5 從三個(gè)互補(bǔ)視角生成并融合進(jìn)度估計(jì)信號(hào)：

1. 增量式（Incremental）：精細(xì)捕捉局部動(dòng)態(tài)，但易累積漂移。

2. 前向錨定（Forward-anchored）：以初始狀態(tài)為全局參照，更穩(wěn)定。

3. 后向錨定（Backward-anchored）：以目標(biāo)狀態(tài)為參照，對(duì)接近完成階段更敏感。

三者融合后，得到更具抗漂移能力的價(jià)值信號(hào)，用于支持長(zhǎng)時(shí)閉環(huán)執(zhí)行。

在 Online RL 場(chǎng)景，策略會(huì)探索訓(xùn)練數(shù)據(jù)沒(méi)覆蓋到的狀態(tài)，價(jià)值模型可能輸出“虛高信號(hào)”，引發(fā) reward hacking 風(fēng)險(xiǎn)。RoboBrain 2.5 引入雙向一致性校驗(yàn)（Bi-directional consistency checking），以不同時(shí)間錨定視角間的一致性作為可靠性代理，有效降低 OOD 狀態(tài)下價(jià)值幻覺(jué)對(duì)學(xué)習(xí)過(guò)程的誤導(dǎo)。

02.

漸進(jìn)式雙階段訓(xùn)練路線

實(shí)現(xiàn)“先通用、再精確”

RoboBrain 2.5 延續(xù)并強(qiáng)化漸進(jìn)式雙階段訓(xùn)練路線，以先構(gòu)建強(qiáng)泛化通用能力，再引入嚴(yán)格物理約束的方式，系統(tǒng)性提升具身智能在真實(shí)直接的可執(zhí)行性與可靠性。

階段1（Foundational Spatiotemporal Learning，通用時(shí)空基礎(chǔ)）

RoboBrain 2.5 先通過(guò)大規(guī)模通用時(shí)空學(xué)習(xí)搭建“Generalist Brain”，把具身智能在真實(shí)環(huán)境中最通用、最底層的能力先打牢——既能穩(wěn)定理解視覺(jué)語(yǔ)義與語(yǔ)言指令，又能完成 2D grounding 并形成對(duì)三維空間的定性認(rèn)知，同時(shí)具備基礎(chǔ)的任務(wù)規(guī)劃與時(shí)間邏輯理解（包括基于對(duì)比學(xué)習(xí)的時(shí)間價(jià)值判斷）。這一階段的作用是提供一個(gè)強(qiáng)魯棒、強(qiáng)泛化的初始化，讓模型先“看得懂、想得通”，為后續(xù)引入更嚴(yán)格的物理約束與精確監(jiān)督打下可遷移的通用底座。

階段2（Specific Spatiotemporal Enhancement,特定時(shí)空增強(qiáng)）

在通用能力穩(wěn)定之后，RoboBrain 2.5 將訓(xùn)練重心進(jìn)一步壓向“物理可執(zhí)行性”與“閉環(huán)可控性”，通過(guò)兩條強(qiáng)化路徑把語(yǔ)義推理落到真實(shí)動(dòng)作層面：一方面引入面向度量的 3D 軌跡學(xué)習(xí)（Metric-Aware 3D Tracing），讓模型從定性空間關(guān)系邁向定量幾何約束，能夠?qū)W習(xí)絕對(duì) 3D 坐標(biāo)、深度軌跡以及可度量距離，從而輸出在真實(shí)尺度下可執(zhí)行的操作關(guān)鍵點(diǎn)與軌跡；另一方面升級(jí)時(shí)序建模為稠密價(jià)值估計(jì)（Dense Value Estimation），把原先的兩兩比較式時(shí)間價(jià)值學(xué)習(xí)推進(jìn)為顯式的 Hop/進(jìn)度預(yù)測(cè)，使模型具備可直接用作價(jià)值函數(shù)（critic）的在線反饋能力，進(jìn)而支持策略排序、過(guò)程監(jiān)控與錯(cuò)誤恢復(fù)等閉環(huán)需求。與此同時(shí)，通過(guò)在這一階段引入數(shù)據(jù) replay，將第一階段的部分?jǐn)?shù)據(jù)混入訓(xùn)練，抑制“學(xué)精確能力時(shí)遺忘通用能力”的風(fēng)險(xiǎn)，實(shí)現(xiàn)“通用不掉線、精確再躍遷”的協(xié)同增益。

RoboBrain 2.5 的訓(xùn)練數(shù)據(jù)分布。左側(cè)餅圖展示了數(shù)據(jù)集的層級(jí)構(gòu)成，按領(lǐng)域劃分為時(shí)序（紅色）、通用（青綠色）和空間（藍(lán)色）。右側(cè)柱狀圖以對(duì)數(shù)坐標(biāo)展示各具體能力維度/任務(wù)的訓(xùn)練樣本數(shù)量。

在多項(xiàng)空間推理與時(shí)序價(jià)值估計(jì)基準(zhǔn)任務(wù)上，RoboBrain 2.5 取得了新的SOTA表現(xiàn)。這并非單點(diǎn)能力的提升，而是空間（可執(zhí)行）與時(shí)間（可閉環(huán)）兩條能力鏈路的同步補(bǔ)齊，使模型整體更接近真實(shí)機(jī)器人系統(tǒng)對(duì)“可控性與可靠性”的核心需求。

在空間推理與時(shí)序價(jià)值估計(jì)等關(guān)鍵基準(zhǔn)上，RoboBrain 2.5 的優(yōu)勢(shì)更體現(xiàn)為“整體補(bǔ)齊”。對(duì)通用基線而言，2D 空間推理平均分75.82高于Gemini-3-Pro-Preview（66.14）、Qwen3-VL-8B-Inst.（64.18）、GPT-5.2（49.33）；對(duì)具身基線而言，2D 平均分從RoboBrain-2.0（54.96）、Mimo-Embodied（58.97）提升至75.82，并在跨視圖對(duì)應(yīng)能力CrossPoint榜單上呈現(xiàn)更為明顯的領(lǐng)先。進(jìn)一步在更強(qiáng)調(diào)可執(zhí)行性的3D任務(wù)上，RoboBrain 2.5 在TraceSpatial 取得3D Start/End/Success = 83/63/44，顯著高于Gemini-3-Pro-Preview（30/25/7）、Qwen3-VL-8B-Inst.（30/18/6）與 GPT-5.2（23/19/0），凸顯其在真實(shí)尺度幾何約束與可執(zhí)行軌跡生成上的優(yōu)勢(shì)；此外在時(shí)序價(jià)值估計(jì)中，RoboBrain 2.5 在多個(gè)數(shù)據(jù)源上保持更強(qiáng)的正負(fù)一致性（如DROID 90.82/90.07、LIBERO 98.97/98.94），相比通用模型常見(jiàn)的“VOC+ 較高但 VOC? 偏弱”（如GPT-5.2：91.45/15.29），更有利于閉環(huán)學(xué)習(xí)與在線糾錯(cuò)。

真實(shí)世界評(píng)測(cè)驗(yàn)證了 RoboBrain 2.5 在接觸豐富任務(wù)（contact-rich tasks）中展現(xiàn)出更強(qiáng)的 zero-shot魯棒性，能更有效地將 demo 級(jí)成功轉(zhuǎn)化為部署級(jí)可靠性。這對(duì)產(chǎn)業(yè)落地尤為關(guān)鍵：很多失敗并不是“看不懂指令”，而是“過(guò)程不穩(wěn)、空間不準(zhǔn)”，RoboBrain 2.5 正面命中這兩類核心問(wèn)題。

在工程可擴(kuò)展性方面，智源研究院基于其眾智FlagOS多芯片統(tǒng)一AI系統(tǒng)軟件棧，推出了面向具身智能的訓(xùn)推一體化多芯片框架 FlagOS-Robo?；诖丝蚣?，本次 RoboBrain2.5 項(xiàng)目在包括摩爾線程（Moore-Threads）在內(nèi)的多種AI芯片集群上，完成了完整的端到端訓(xùn)練與對(duì)齊驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，其訓(xùn)練損失值（loss）對(duì)齊，訓(xùn)練趨勢(shì)一致，最終loss差異僅為 0.62%。在下游任務(wù)的多個(gè)評(píng)測(cè)集上，模型效果也實(shí)現(xiàn)了對(duì)齊。這為項(xiàng)目更大規(guī)模的持續(xù)迭代與產(chǎn)業(yè)部署奠定了堅(jiān)實(shí)的工程基礎(chǔ)。同時(shí)，借助 FlagOS-Robo，用戶可以將基于各類AI芯片平臺(tái)（如摩爾線程、華為昇騰等）的訓(xùn)練成果，無(wú)縫遷移至多種端側(cè)AI芯片平臺(tái)（如天數(shù)智芯、英偉達(dá)等）進(jìn)行推理驗(yàn)證，從而實(shí)現(xiàn) “訓(xùn)練-推理跨芯片” 的靈活交叉使用。這充分證明了該框架在利用多元異構(gòu)芯片進(jìn)行大模型訓(xùn)練時(shí)的可用性與易用性。

03.

具身智能的下一步，

是“物理可驗(yàn)證性+過(guò)程可度量性”

RoboBrain 2.5 傳遞出一個(gè)更明確的方向：具身智能邁向通用與規(guī)?；?，關(guān)鍵不只在更會(huì)推理，更在于與物理世界對(duì)齊、并具備可持續(xù)的閉環(huán)優(yōu)化能力。面向下一階段，團(tuán)隊(duì)將繼續(xù)圍繞世界模型式的預(yù)測(cè)與規(guī)劃、更豐富本體與真實(shí)場(chǎng)景的驗(yàn)證迭代、適配不同部署需求的模型形態(tài)演進(jìn)，以及數(shù)據(jù)—模型協(xié)同的自增強(qiáng)機(jī)制等方向推進(jìn)，讓具身智能從能力領(lǐng)先走向工程可用與規(guī)?；涞亍?/p>

RoboBrain2.5的技術(shù)突破，根植于智源在具身智能領(lǐng)域的長(zhǎng)期深耕與系統(tǒng)專研。為賦能具身智能技術(shù)研發(fā)，智源已經(jīng)構(gòu)建出以具身大腦為核心，自底向上全棧具身智能技術(shù)體系，包括能夠跨異構(gòu)本體數(shù)據(jù)采集以及標(biāo)準(zhǔn)化一站式平臺(tái)，具身大小腦以及VLA等具身基座模型，還有具身智能評(píng)測(cè)等，為具身技術(shù)生態(tài)提供了一套可復(fù)現(xiàn)、可對(duì)齊的公共基礎(chǔ)設(shè)施，持續(xù)降低從研究到產(chǎn)業(yè)化落地的門(mén)檻，加速實(shí)現(xiàn)具身智能的產(chǎn)業(yè)與社會(huì)價(jià)值。

編輯：成蘊(yùn)年

----- END -----

wisemodel相關(guān)：

系列模型：

關(guān)于wisemodel更多

1

歡迎持續(xù)關(guān)注和支持

開(kāi)源社區(qū)建設(shè)需要長(zhǎng)期堅(jiān)持和投入，更需要廣大用戶的積極參與、貢獻(xiàn)和維護(hù)，歡迎大家加入wisemodel開(kāi)源社區(qū)的志愿者計(jì)劃和開(kāi)源共創(chuàng)計(jì)劃。期待更多開(kāi)發(fā)者將開(kāi)源成果，包括模型、數(shù)據(jù)集和代碼等發(fā)布到 wisemodel.cn 社區(qū)，共建中立、開(kāi)放的AI開(kāi)源社區(qū)生態(tài)。歡迎掃碼添加wisemodel微信，申請(qǐng)加入wisemodel社群，持續(xù)關(guān)注wisemodel.cn開(kāi)源社區(qū)動(dòng)態(tài)。

2

歡迎加盟wisemodel開(kāi)源社區(qū)

3

歡迎投稿優(yōu)質(zhì)內(nèi)容

歡迎投稿分享人工智能領(lǐng)域相關(guān)的優(yōu)秀研究成果，鼓勵(lì)高校實(shí)驗(yàn)室、大企業(yè)研究團(tuán)隊(duì)、個(gè)人等，在wisemodel平臺(tái)上分享各類優(yōu)質(zhì)內(nèi)容，可以是AI領(lǐng)域最新論文解讀、最新開(kāi)源成果介紹，也可以是關(guān)于AI技術(shù)實(shí)踐、應(yīng)用和總結(jié)等。投稿可以發(fā)郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關(guān)于wisemodel開(kāi)源社區(qū)

始智AI wisemodel.cn開(kāi)源社區(qū)由清華校友總會(huì)AI大數(shù)據(jù)專委會(huì)副秘書(shū)長(zhǎng)劉道全創(chuàng)立，旨在打造和建設(shè)中立開(kāi)放的AI開(kāi)源創(chuàng)新社區(qū)，將打造成“HuggingFace”之外最活躍的AI開(kāi)源社區(qū)，匯聚主要AI開(kāi)源模型、數(shù)據(jù)集和代碼等，歡迎高?？蒲性核?、大型互聯(lián)網(wǎng)公司、創(chuàng)新創(chuàng)業(yè)企業(yè)、廣大個(gè)人開(kāi)發(fā)者，以及政府部門(mén)、學(xué)會(huì)協(xié)會(huì)、聯(lián)盟、基金會(huì)等，還有投資機(jī)構(gòu)、科技媒體等，共同參與建設(shè)AI開(kāi)源創(chuàng)新生態(tài)。

向上滑動(dòng)查看