跳到主要内容
检索

# PhysBrain 1.5

1 篇关联报道

订阅更新
  1. PhysBrain 1.5:把语言、动作与未来世界状态统一进一个自回归词表的物理基础模型

    PhysBrain 1.5 以预训练 Qwen3-VL 为骨干并扩展专用动作与视觉状态 token,把语言回答、结构化空间输出、末端执行器轨迹与未来世界状态统一为离散 token 并在单一“下一 token 预测”目标下联合学习,预训练阶段的具身监督全部来自人类交互视频(自我中心、同步自我—外中心与全景记录,组织为以任务为中心的片段),监督微调再结合人类演示、真实机器人轨迹与仿真经验,在 28 个具身空间智能与规划基准上 8B 版本取得 72.5 的总体平均分,开源模型中排名第一,并与 GPT-6-Astra(73.3)和 Gemini 3.6 Flash(73.0)等领先闭源系统表现相当,在开源模型中于 14 个基准排名第一、10 个

已读完全部报道