面壁开源具身智能双模型
新智元 · wechat · 2026-07-19
面壁智能在 WAIC 现场开源了具身智能系列 **MiniCPM-Robot**，包含两款模型： - **MiniCPM-RobotManip**：通用 VLA 模型，重点解决机器人“没有上下文记忆”的问题。文章称它在 RMBench 上拿到 **53.5** 分，而 pi0.5 仅 **10.4** 分；在 LIBERO 等榜单也处于第一梯队。核心思路是用**视觉 Token 极致压缩**降低带历史帧推理的算力开销，让“有记忆”的推理成本接近“无记忆”推理。文中还给出单步决策延迟 **120ms**，并强调其支持长时程任务与三明治制作等连贯操作。 - **MiniCPM-RobotTrack**：面向跟踪导航的模型，原生适配宇树 Go2Edu，支持本地、无网环境下的自然语言跟随。文中给出 STT/DT/AT 等测试结果，并称其在真实电梯、地下车库等弱网场景可稳定运行，端到端响应约 **180ms**。 文章同时介绍了配套推理框架 **PhyAI**，声称在 RTX 5090、H20 等硬件上对多款 VLA/世界模型有明显加速；整体主张是“模型 + 推理框架 + 部署方案”一体开源，降低具身智能落地门槛。