迈向群体智能-具身大小脑协作框架RoboOS及具身大脑RoboBrain

最新推荐文章于 2025-11-18 19:18:53 发布
原创 最新推荐文章于 2025-11-18 19:18:53 发布 · 1.1k 阅读 · 15 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能

迈向群体智能-具身大小脑协作框架RoboOS及具身大脑RoboBrain

智源研究院在2025中关村论坛“未来人工智能先锋论坛”上发布首个跨本体具身大小脑协作框架RoboOS与开源具身大脑RoboBrain，可实现跨场景多任务轻量化快速部署与跨本体协作，推动单机智能迈向群体智能，为构建具身智能开源统一生态加速场景应用提供底层技术支持。

增强长程操作任务能力，打造感知-认知-决策-行动闭环

具身大脑RoboBrain融合了机器人任务规划、可操作区域感知、轨迹预测的三维能力，通过将抽象指令映射为具象动作序列，增强长程操作任务的能力。

突发，美国拉黑中国大模型、服务器龙头！

RoboBrain由三个模块组成：用于任务规划的基座模型、用于可操作区域感知的A-LoRA模块和用于轨迹预测的T-LoRA模块。在推理时，模型首先感知视觉输入，并将输入指令分解为一系列可执行的子任务，然后执行可操作区域感知和轨迹预测。RoboBrain采用多阶段训练策略，使其具备长历史帧记忆和高分辨率图像感知能力，进而提升场景感知和操作规划的能力。

在任务规划方面，RoboBrain在不牺牲通用能力的前提下，在机器人规划评测集OpenEQA、ShareRobot（自建）和RoboVQA上多个维度优于GPT-4V、Claude3等6个当时领先的闭源/开源MLLMs。

最低0.47元/天 解锁文章
moonsims
关注
【AI大模型：架构实战】25、智能体的反思与规划：从认知增强到具身智能的实践框架
专注AI工程化与架构实战。从分布式思维到模型部署，用工程化视角为你厘清AI落地的真实路径。
06-15 1207
AI认知智能的反思与规划能力进阶 人工智能正迈向具身智能新阶段，智能体的反思与规划能力成为认知进化的关键。研究表明，具备记忆管理、反思和规划能力的AI能模拟人类的社会行为模式。本文提出层级化反思架构（即时、定期、深度反思）和多尺度规划系统（即时、任务、战略规划），通过提示语工程和动态调整机制实现认知闭环。技术实现上，展示了反思树构建、规划弹性计算等核心算法，为构建高阶认知智能体提供了从理论到实践的完整框架。这种认知增强系统将显著提升AI的自主性和适应性，推动智能体从任务执行者进化为具备反思能力的决策者。
搞懂具身智能的“大小脑算法”：从技术拆解到公式解析，这篇讲透了！
2501_93430156的博客
10-10 1168
解决VLA“只能按指令做，不会试错改进”的问题——通过RL让机器人在执行中获得“奖励/惩罚”（如“抓稳杯子得1分，掉了扣2分”），持续优化动作策略，提升长时任务的稳定性。类比人类的“思考-执行”分工，具身智能的“大小脑”是机器人实现自主行动的两大核心模块，二者协同构成“感知→决策→执行”的完整闭环。让机器人具备“想象未来”的能力：通过学习环境动态规律（如“推杯子会让杯子移动”“开门需要旋转把手”），预测动作执行后的环境变化。这5个方向覆盖了具身智能的主流技术路线，也是“大小脑算法”的核心构成部分。
分布式多智能体架构中具身“大脑”与“小脑”的协同决策机制及通信与任务分配设计
百态老人的博客
03-19 1168
此架构通过**“中心化智能”与“边缘自主”的动态平衡**，实现了复杂场景下的高效人机协作。其价值不仅在于技术突破，更在于构建了开放生态——开发者可通过低代码平台快速部署新技能（如中的元技能库），推动具身智能从实验室走向规模化产业落地。探索量子密钥分发（QKD）在跨域多脑协同中的应用，预计2026年实现100km范围内的防窃听控制指令传输。研发类脑脉冲神经网络芯片，将大脑的规划延迟从毫秒级降至微秒级，支持万人级机器人集群协同。具身智能平台“慧思开物”的“大脑”与“小脑”协同本质上是。
具身-机器人-分层框架-大脑模块-RoboBrain1.0 & RoboOS
weixin_43046653的博客
05-12 3163
截至2025年5月，具身智能领域在长程任务和桌面操作任务上的架构尚未统一，主要分为纯端到端VLA方式和大小脑分层方式。纯端到端VLA方式直接输出关节角度或末端位姿，代表模型如Google-RT、OpenVLA等，依赖大量数据提升性能。大小脑分层方式则通过大脑模块进行任务拆解或隐式向量输出，小脑模块负责具体操作，代表模型如RoboBrain、Figure-Helix等。本文重点分析了北京智源研究院发布的RoboBrain1.0和RoboOS，介绍了其模型架构、数据集、训练方法和实验结果。
具身人工智能发展现状：从技术突破到产业落地的全面解析
最新发布
Liudef06的博客
11-18 3976
近年来，人工智能领域正在经历一场从"离身智能"到"具身智能"的范式转变。所谓**具身智能**（Embodied AI），是指通过物理实体与环境互动实现自主学习的技术，通俗讲就是"让AI长出手脚，靠自己‘思考着干活’"。与传统仅存在于数字世界的"离身智能"不同，具身智能强调智能体不仅要具备认知能力，还应通过传感器、执行器等物理实体与物理环境实时交互，在复杂、动态的真实环境中完成任务。
RoboBrain：智源开源具身大脑模型，32B参数实现跨机器人协作
士多啤梨先生の博客
03-30 1263
智源研究院推出的开源具身大脑模型RoboBrain，通过多阶段训练策略和模块化设计，在任务规划、可操作区域感知和轨迹预测等机器人核心能力上实现突破性进展。
北京智源开源 RoboBrain ：从抽象到具体的机器人操纵统一脑模型
weixin_41446370的博客
03-28 1044
近年来，多模态大语言模型（MLLM）的快速发展极大地推动了人工通用智能（AGI）的研究进展。通过利用来自互联网的海量多模态数据并结合自监督学习技术，MLLMs 在视觉感知和理解人类语言指令方面表现出了非凡的能力。然而，尽管 MLLMs 在一般任务中的表现令人印象深刻，但在具身场景中仍面临巨大挑战，尤其是在长视距操作任务中。在机器人学中，长视距操纵任务是机器人执行复杂任务的核心能力之一。这些任务通常涉及多个步骤和长期互动，例如 "在厨房准备一杯茶 "或 “在仓库完成物品分类”。
RoboBrain：从抽象到具体的机器人操作统一大脑模型
yorkhunter的博客
03-07 1224
25年2月来自北大、北京智源、中科院自动化所等的论文“RoboBrain: A Unified Brain Model for Robotic Manipulation from Abstract to Concrete”。 目前的多模态大语言模型（MLLM） 缺少三项必备的机器人大脑能力：规划能力，将复杂的操作指令分解为可管理的子任务；affordance感知，识别和解释交互目标affordance的能力；轨迹预测，预测成功执行所需的完整操作轨迹。为了增强机器人大脑从抽象到具体的核能力，引入 Share
论文阅读笔记——RoboBrain: A Unified Brain Model for Robotic Manipulation from Abstract to Concrete
Multiple_x的博客
04-17 765
RoboBrain: A Unified Brain Model for Robotic Manipulation from Abstract to Concrete论文阅读笔记
RoboOS与RoboBrain：引领具身智能新时代的跨本体协作框架
Xs_20240309的博客
04-01 1203
RoboOS和RoboBrain作为智源研究院推出的创新成果，标志着具身智能从单机智能向群体智能转变的重要里程碑。通过跨本体具身大小脑协作框架RoboOS，不同类型的机器人实现了无缝协作，任务完成效率平均提升约25%，人力成本减少近30%。而开源具身大脑RoboBrain则进一步加速了技术创新与生态建设，其应用已覆盖工业制造、医疗健康和智慧城市等领域，任务完成效率提升了约20%，运行成本降低25%。
开源“具身大脑” 实现不同机器人群体协作-RoboBrain
moonsims的博客
07-11 470
而RoboOS接收“拿离杯子最近的水果，并递送一把水果刀”指令后，递送RoboBrain进行任务拆解，并将拆解后的子任务分发给3台跨本体机器人。在“递送苹果和水果刀”的任务场景中，整体任务流程是睿尔曼单臂机器人调用“导航技能”移动至餐桌前，宇树人形G1机器人调用“视觉抓取技能”完成指定物体的挑拣，睿尔曼调用“抓取技能”提起果篮并导航至松灵餐桌前。调用“抓取技能”获取水果刀，并放置在果篮中心，睿尔曼依据“空间记忆”导航至办公桌位置，递送果篮后返回待命。（1）作用：实现无人运输及卸货、降本增效、提升安全性。
精选资源
中国联通构建高阶自智网络，加速迈向智能时代-自智网络白皮书（2024）.pdf
08-02
【中国联通】构建高阶自智网络，加速迈向智能时代-自智网络白皮书（2024）.pdf【中国联通】构建高阶自智网络，加速迈向智能时代-自智网络白皮书（2024）.pdf【中国联通】构建高阶自智网络，加速迈向智能时代-自智...
智源全面开源RoboBrain 2.0与RoboOS 2.0：刷新10项评测基准，多机协作加速群体智能
eagleofstar的博客
07-14 948
RoboBrain 2.0以卓越的多模态感知、精细的空间推理及强大的长时规划能力，赋能机器人在具身环境中进行交互推理、多智能体协作及高效任务规划，助力复杂物理场景的智能感知与决策。通过这一阶段的训练，模型能够生成推理链，支持复杂任务的逐步推理和决策，从而在具身情境中实现更高效、更准确的推理和规划能力。：整合标准视觉问答、区域级查询、OCR视觉问答及多轮视觉对话，优化语言表达的多样性与语义一致性，通过丰富的视觉-语言交互数据，提升模型对复杂任务的理解与响应能力，适应从简单问答到多轮对话的多样场景。
CVPR‘25｜给机器人装上大脑！RoboBrain教你如何具像化操作！
3D视觉工坊
03-21 124
中国科学院自动化研究所在读硕士，北京智源人工智能研究院RoboBrain团队核心成员。研究方向为计算机视觉与具身智能。，为大家详细介绍他CVPR 2025中稿的工作。如果您有相关工作需要分享，欢迎联系：cv3d008。为大家详细介绍他在智源研究院完成的CVPR中稿工作。如果您有相关工作需要分享，欢迎文末联系我们。：本次分享我们邀请到了中国科学院自动化研究所在读硕士。本次分享我们邀请到了中国科学院自动化研究所在读硕士。扫码观看直播，或前往B站搜索3D视觉工坊观看直播。3D视觉工坊哔哩哔哩。
具身智能相关概念
weixin_58286681的博客
10-11 1564
具身智能是指依靠物理实体通过与环境交互来实现智能增长的智能系统。此前，人工智能主要以数字形式存在，缺乏视觉、触觉、听觉等感官体验，难以有效应对现实世界的各种情况。而具身智能成为当前全球人工智能领域的前沿热点，也将是下一个AI浪潮。具身智能可拆分为“具身”+“智能”。“具身”是指具有身体且可通过交互、感知、行动等能力来执行任务，按使用用途和场景的不同，具身智能可以有多种形态，包括各类智能机器人、自动驾驶等。“智能”是指物理实体可主动进行感知、理解、推理、决策、行动等任务。
RoboFactory：多具身智能体协同框架（论文代码详解）
sherlockMa的博客
05-28 1810
这篇文章提出了一种创新的框架，旨在通过引入组合约束来解决多智能体系统中的协作问题，并自动生成安全、高效的训练数据。文章的核心贡献在于设计了一种能够有效管理多智能体协作的框架——RoboFactory，该框架通过逻辑、空间和时间三个维度的约束，确保智能体在执行任务时的行为既安全又高效。RoboFactory框架包含两个核心模块：RoboBrain和RoboChecker。RoboBrain负责根据全局任务描述、先前的子目标和约束违规反馈，生成每个智能体的下一个子目标和文本形式的组合约束。
Agent、DeepSeek、多模态热点炸场！60+重磅嘉宾共探AI未来，2025全球机器学习技术大会完美收官！
优快云资讯
04-20 4139
此次大会汇聚了来自微软、百度、阿里巴巴、腾讯、字节跳动、蚂蚁集团、智源研究院、小红书、网易、商汤科技、小米、360、AMD、数势科技、 声网、人民邮电出版社异步社区、电子工业出版社博文视点、清华大学出版社等数十家领军企业和组织的技术专家，他们从科研创新、工程落地到产业趋势，带来了兼具深度与前瞻的思考。在这一背景下，“大模型+行业落地实践”专场应运而生，邀请来自小红书、京东、金山办公、恒生电子研究院、eBay 等头部企业的技术专家，分享他们在不同业务场景中推动大模型技术落地的探索与成果。
佳文赏读 || (CVPR 2025新突破) Robobrain：机器人操作从抽象到具体的统一大脑模型（A Unified Brain Model）
IT_XiaoFan_的博客
08-17 1219
RoboBrain研究提出了一种统一的多模态大模型范式，将任务规划、可抓取区域感知和轨迹预测整合到端到端模型中。通过超百万级的ShareRobot数据集训练，该模型在多个基准测试中刷新了SOTA表现。RoboBrain基于LLaVA-OneVision-7B架构，引入双LoRA插件（A-LoRA和T-LoRA）实现高效适配，并采用四阶段训练策略优化性能。实验显示，该模型在规划、affordance预测和轨迹生成任务上均显著优于现有方法。--来自华北理工大学段一凡的博客鉴赏
【GitHub开源项目实战】RoboBrain 实战解析：多机器人协作中的具身多模态大模型系统设计与优化实践
努力分享一些人工智能、计算机视觉、影像等相关的知识干货！
05-16 1253
RoboBrain 是由智源研究院开源的面向具身智能的多模态大模型系统，聚焦多机器人任务协作、即时感知决策与精准动作生成等关键问题，具备集任务理解、动作规划、视觉感知与轨迹控制于一体的系统能力。其支持在真实物理环境下实现毫秒级响应控制，完成跨设备、多任务、多策略融合的协作调度，是国内在具身智能与 LLM 控制系统集成方面的重要突破。在 OpenEQA 评测中，RoboBrain 在任务完成率、规划正确率等指标全面超越 GPT-4V，展示出在工业应用与多智能体协同中的领先实力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值