筛选出 9 个,共 325 个
具身大脑
开源

HY-Embodied

腾讯中国

腾讯 Robotics X 与混元团队发布的具身基础模型系列。HY-Embodied-0.5(MoT-2B)面向端侧部署;Hy-Embodied-VLM-1.0 是基于 Hy3-A…

876月下载 7.3 万2026 年 4 月
具身大脑
开源

Cosmos Reason

NVIDIA美国

NVIDIA 面向物理 AI 与机器人的推理视觉语言模型,输入图像或视频与文本,用长链式思维输出对空间、时间和物理常识的理解,可作为规划模型推断具身智能体的下一步动作,也可用于判断…

961月下载 75 万2025 年 3 月
具身大脑
开源

RoboBrain

北京智源人工智能研究院中国

北京智源人工智能研究院发布的具身大脑模型系列,输入图像或视频与语言指令,输出任务规划、可供性区域、空间指点和操作轨迹,把抽象指令拆成机器人可执行的步骤。1.0 版基于 ShareR…

1.2k月下载 2.7k2025 年 2 月
具身大脑
开源

LingBot-Depth

蚂蚁灵波中国

蚂蚁灵波面向机器人的 RGB-D 空间感知模型,用掩码深度建模做自监督训练,把深度相机输出的残缺、带噪深度补全为度量尺度准确的深度图和点云。输入 RGB 图像、原始深度和相机内参,…

1.7k月下载 1.6 万2026 年 1 月
具身大脑
开源

RynnBrain

阿里巴巴达摩院中国

阿里巴巴达摩院发布的具身基础模型系列,采用统一的仅解码器视觉语言架构,输入第一视角图像或视频与语言指令,输出文本、目标框、指点序列、轨迹、3D 框和接触点,覆盖空间理解、物体定位、…

894月下载 18 万2026 年 2 月
具身大脑
仅开源代码

ReKep

Stanford University、Columbia University美国

斯坦福大学与哥伦比亚大学提出的机器人操作方法:用大视觉模型提取场景关键点,由视觉语言模型(如 GPT-4o)把任务写成关键点之间的时空约束,再用分层优化实时求解末端轨迹,形成能应对…

9892024 年 9 月
具身大脑
仅开源代码

VoxPoser

Stanford University、University of Illinois Urbana-Champaign美国

斯坦福大学提出的零样本机器人操作方法:大语言模型生成代码、调用视觉语言模型,把自然语言指令组合成三维体素空间中的可供性与约束价值图,再由运动规划器据此合成末端轨迹,不需要任务训练数…

8362023 年 7 月
具身大脑
开源

VLAC

上海人工智能实验室中国

上海人工智能实验室发布的视觉-语言-动作-评价模型,用于真机强化学习和数据筛选。输入任务描述与图像,成对比较状态变化,输出稠密任务进度、完成判断和奖励信号,也能输出动作;可零样本或…

338月下载 9.4k2025 年 9 月
具身大脑
开源

Robo-Dopamine

北京智源人工智能研究院中国

北京智源人工智能研究院发布的机器人操作通用过程奖励模型(GRM)。模型以任务描述和多视角的初始、目标及前后状态图像为输入,预测任务进度的前进或倒退,再融合增量、前向、后向三种预测得…

661月下载 1.6k2025 年 12 月
具身大脑模型 | 具身集