- 类别
- VLA 模型
- 开放程度
- 开源
- 发布时间
- 2025 年 5 月
- 开源协议
- CC-BY-NC-4.0
- 发布方所在地
- 中国
项目简介
银河通用与北京大学等提出的抓取基础模型,只用合成数据预训练,可直接迁移到真实环境。以 InternLM2-1.8B 为语言底座,融合 DINOv2 和 SigLIP 视觉特征,按思维链流程先自回归输出目标边界框和抓取位姿,再由流匹配动作专家生成末端动作,可与互联网图文数据联合训练以支持开放词汇抓取。同时发布十亿帧级合成数据集 SynGrasp-1B,开源权重、训练代码、仿真环境和真机控制接口。
- 规模
- 语言底座 InternLM2-1.8B;SynGrasp-1B 约 10 亿帧,覆盖 240 类、1 万多个物体
适配机器人
- Franka Panda
