具身智能这场仗，过去基本是巨头和实验室的专属游戏——模型太大、门槛太高，普通开发者连真实机器人都摸不着。7月19日，面壁智能（OpenBMB）把这扇门直接踹开了。它开源了首个具身AI模型系列MiniCPM-Robot，把1.5B参数的视觉-语言-动作模型完整放出，让个人开发者也能在真实机器人上跑操作与目标跟踪，这种开放程度在具身领域相当罕见。
这套系列包含三个核心组件。主角之一是MiniCPM-RobotManip，一个1.5B参数的通用视觉-语言-动作（VLA）模型，专门负责机器人操作。另一位是MiniCPM-RobotTrack，一个面向现实世界目标跟踪的紧凑型模型。两者之外，面壁还一并发布了高性能推理框架PhyAI，专为具身模型构建，目标很直白:让机器人真正具备理解、记忆与行动的能力。三者合力，把高效、实用且开放的具身智能，从论文和演示一步步推向现实世界的机器人。
对开发者而言，最实在的是伸手就能拿到。模型权重与代码已托管在GitHub仓库github.com/OpenBMB/MiniCPM-Robot，MiniCPM-RobotManip与MiniCPM-RobotTrack各自的权重也分别在Hugging Face开放下载。做机器人的人，现在可以clone下来直接跑。
当1.5B的VLA模型不再被锁在实验室里，具身智能的下沉速度，或许会超出很多人的预期。
项目地址：https://github.com/OpenBMB/MiniCPM-Robot
