具身智能這場仗，過去基本是巨頭和實驗室的專屬遊戲——模型太大、門檻太高，普通開發者連真實機器人都摸不着。7月19日，面壁智能（OpenBMB）把這扇門直接踹開了。它開源了首個具身AI模型系列MiniCPM-Robot，把1.5B參數的視覺-語言-動作模型完整放出，讓個人開發者也能在真實機器人上跑操作與目標跟蹤，這種開放程度在具身領域相當罕見。

image.png

這套系列包含三個核心組件。主角之一是MiniCPM-RobotManip，一個1.5B參數的通用視覺-語言-動作（VLA）模型，專門負責機器人操作。另一位是MiniCPM-RobotTrack，一個面向現實世界目標跟蹤的緊湊型模型。兩者之外，面壁還一併發佈了高性能推理框架PhyAI，專爲具身模型構建，目標很直白:讓機器人真正具備理解、記憶與行動的能力。三者合力，把高效、實用且開放的具身智能，從論文和演示一步步推向現實世界的機器人。

對開發者而言，最實在的是伸手就能拿到。模型權重與代碼已託管在GitHub倉庫github.com/OpenBMB/MiniCPM-Robot，MiniCPM-RobotManip與MiniCPM-RobotTrack各自的權重也分別在Hugging Face開放下載。做機器人的人，現在可以clone下來直接跑。

當1.5B的VLA模型不再被鎖在實驗室裏，具身智能的下沉速度，或許會超出很多人的預期。

項目地址：https://github.com/OpenBMB/MiniCPM-Robot