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
MiniCPM-Robot 开源了什么?
面壁智能开源了首个具身 AI 模型系列 MiniCPM-Robot,核心包括 1.5B 参数的 MiniCPM-RobotManip、面向目标跟踪的 MiniCPM-RobotTrack,以及具身推理框架 PhyAI。
个人开发者能直接在真机器人上用吗?
可以。文章明确提到模型权重与代码已托管在 GitHub,MiniCPM-RobotManip 和 MiniCPM-RobotTrack 的权重也已在 Hugging Face 开放下载,开发者可直接 clone 运行。
MiniCPM-Robot 的核心价值是什么?
它把原本门槛很高的具身智能能力开放给更多开发者,重点在于让机器人具备理解、记忆与行动能力,并能在真实机器人上进行操作和目标跟踪。
小参数VLA为何能上真机器人?
关键在于把视觉、语言和动作决策压缩到更高效的表示里,再配合推理框架降低部署成本。真正落地时,硬件接口、控制频率和安全策略才是决定能否跑起来的核心,不是参数量本身。
个人开发者最先该做什么实验?
先从单臂抓取、目标跟踪和固定场景搬运做起,别一上来就追求复杂交互。建议先在仿真环境验证动作闭环,再接真实机器人,并加入急停、限位和失败回退机制。
