机器人有了“通用小脑”！智源RoboBrain-X0开源，数据集免费拿

今日快讯 2025年10月01日 15:43 1 admin

零样本即插即用！智源开源RoboBrain-X0，基座模型开动不同机器人

2025年9月29号，机器人学习领域的CoRL大会上，智源研究院干了件挺炸的事，把他们研发的具身智能“小脑基座”RoboBrain-X0直接开源了。不光放了模型，连GitHub地址、多芯片版本地址还有核心训练数据集都一并公开，这在机器人圈子里可不算常见操作。

说实话，现在的机器人行业有点奇怪，演示的时候一个个都像“超级明星”，后空翻、走梅花桩、跳复杂舞蹈都不在话下，动作精准得能卡点。可到了真实环境里，哪怕是简单任务，也常出些低级失误。

我跟几个做机器人研发的朋友聊过，他们说这背后其实是“换脑难题”，不同团队用同一款机器人硬件，因为算法和软件系统不一样，最后机器人能力能差出一大截。无奈之下，每个团队都得重复造轮子，给每款机器人花大量人力收集数据、训练模型、做适配，这种“一机一调”的模式，早成了行业规模化升级的绊脚石。

为啥说RoboBrain-X0能让机器人“即插即用”？

智源这次开源的RoboBrain-X0，刚好就冲着这个“换脑难题”来的，它不用针对性微调，一个预训练模型就能直接装在不同厂商、不同结构的真实机器人上，还能稳定干活。本来想，这会不会只是参数堆得多？后来发现不是，核心是技术思路和架构有突破。

它跟传统机器人模型不一样，不死记硬背关节角度、电机扭矩这些控制信号，要是那么干，换个机器人肯定失灵，RoboBrain-X0学的是任务的“物理本质”。

比如接到“把桌上苹果放进左边篮子”的指令，它先靠视觉推理，把任务拆成一套和机器人“身体”无关的通用动作序列。

这逻辑特像咱们人类，咱们想的是“拿起苹果”，不会去算“肱二头肌收缩多少度、手指弯曲多大劲”。

接着它再通过“本体映射机制”，把这些抽象动作实时翻译成具体机器人能执行的指令，比如“靠近苹果→抓起来→移到篮子上方→放下”，这就从根上解决了跨机器人适配的问题。

而且它还搞了套“动作词汇表”，把不同机器人的复杂动作都拆成标准“词汇”，再用类似ChatGPT处理文字的方式，把动作变成一串串token。

很显然，这样一来不同机器人就能“听懂”同样的指令了，计算效率也高了不少，长时间复杂任务也不容易“卡壳”。

推理的时候它还分三层干活，顶层解析任务生成子任务链，中层把子任务转成动作token，底层再结合机器人自身参数翻译成控制指令。这种设计不光让适配更灵活，连为啥这么动都能说清楚，比之前那些“黑箱”式的模型强多了。

想让模型适配不同机器人，数据是关键，智源这次连训练数据集也开源了，里面内容挺全，有帮模型“看懂”并转化为操作的视觉语义数据，有AgibotWorld这类开源动作数据，还有跟头部厂商合作采集的真实轨迹，甚至有他们自己采的“指令-动作”样本。

我觉得这对小团队太友好了，不用再从零开始攒数据，能省不少时间和成本，相当于直接拿到了一个能上手的起点。在性能测试里，它表现也挺亮眼。

仿真平台上比之前的π0模型强，到了真实机器人测试，整体表现是π0的快两倍，基础抓放任务更是能做到全成。

不管是需要精准算位置的“把卷笔刀放订书机左边”，还是要处理多个目标的“把所有水果放碗里”，它都能稳住。老实讲，之前看机器人做这类任务总担心出错，现在看这个模型，确实让人觉得靠谱多了。

智源开源这步棋，对行业意味着啥？

其实智源不是第一次在机器人领域搞开源了，今年7月的智源大会上，他们就开源了“通用具身大脑”RoboBrain2.0的32B版本，还有全球首个具身智能SaaS开源框架RoboOS2.0。

前者靠时空认知能力刷新了不少行业基准，后者能轻量化部署，打通了智能大脑和不同机器人的协同通路。

现在加上RoboBrain-X0，智源的思路就很清晰了：先靠RoboBrain2.0证明自己的技术实力，树立个行业标杆；再用RoboOS2.0搭好硬件协同的架子；最后把RoboBrain-X0这个核心“引擎”开源，把创新的权利交到更多开发者手里。并非明智之举，这种玩法不是只想自己领跑，而是想拉着整个行业一起往前跑。

我查了下，RoboOS2.0之前已经有两百多家企业接入，RoboBrain-X0开源后一周，接入的企业数就涨了不少。很明显，中小团队特别吃这一套，之前因为技术门槛和成本，很多好想法没法落地，现在有了这些开源工具，相当于有了“脚手架”，能更快把想法变成实际产品。