具身智能这场竞赛,以往几乎被科技巨头和顶尖实验室垄断——模型规模庞大、技术门槛极高,普通开发者连真实机器人设备都难以接触。7月19日,面壁智能(openbmb)彻底打破了这一壁垒。其正式开源全球首个面向具身智能的模型系列minicpm-robot,完整释放了参数量仅1.5b的视觉-语言-动作(vla)模型,使个人开发者首次能在实体机器人上直接部署操作执行与目标跟踪任务,如此级别的开源力度,在具身ai领域极为罕见。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

该系列涵盖三大核心模块:
其一是MiniCPM-RobotManip,一个1.5B参数的通用视觉-语言-动作模型,专为机器人精细操作任务优化;
其二是MiniCPM-RobotTrack,一款轻量高效、专为真实场景目标跟踪设计的紧凑型模型;
此外,面壁同步推出高性能具身推理框架PhyAI——专为VLA类模型深度定制,核心使命明确:赋予机器人真正的环境理解力、持续记忆能力与自主行动能力。三者协同,正加速推动具身智能从学术论文与概念演示,迈向可落地、可复现、可迭代的真实机器人应用。
对一线开发者而言,最大的利好是“开箱即用”。全部模型权重与训练/推理代码已上线GitHub仓库(github.com/OpenBMB/MiniCPM-Robot),MiniCPM-RobotManip与MiniCPM-RobotTrack的独立权重包亦同步开放于Hugging Face平台。机器人工程师只需一键clone,即可在本地或边缘设备快速启动实验。
当1.5B规模的VLA模型走出高墙、走入开发者的IDE,具身智能的普及进程,或将比多数人预想得更快、更广、更实。
项目地址:https://www.php.cn/link/70fd155348dd4d238acf0709b21d4910











