---
title: "MiniCPM-Robot – 面壁智能开源的具身智能 VLA 模型系列"
url: "https://paooo.com/aigc-news/32350/"
author: "Prompt 语宙研究院"
published_at: "2026-07-21T00:53:18+08:00"
updated_at: "2026-07-21T00:53:18+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI智能体, HuggingFace, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# MiniCPM-Robot – 面壁智能开源的具身智能 VLA 模型系列

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/32350/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-21

## AI 30 秒核心看点 (TL;DR)

- 1.5B参数即可覆盖机械臂长程操作与机器狗跟踪导航，兼顾轻量化与实用性。
- 通过视觉Token压缩和流式上下文记忆，显著降低长任务推理开销与延迟。
- 在LIBERO、Calvin、RMBench等评测中表现靠前，且支持端侧离线部署。

## MiniCPM-Robot是什么

MiniCPM-Robot是面壁智能开源的轻量具身智能 VLA 模型系列，包含 1.5B 参数的 MiniCPM-RobotManip 通用操作模型与 0.9B 参数的 MiniCPM-RobotTrack 跟踪导航模型，配套 PhyAI 推理框架。模型采用视觉 Token 压缩与流式上下文记忆技术，支持机械臂长程精细操作与机器狗室内外目标跟踪，可在弱网环境下端侧本地运行，推理延迟低至 120ms，在主流评测中跻身第一梯队。

## MiniCPM-Robot的主要功能

- 
**MiniCPM-RobotManip**：控制机械臂完成长程操作任务（如做三明治），支持多摄像头输入，具备上下文记忆能力，可记住任务进度与历史动作。

- 
**MiniCPM-RobotTrack**：让机器狗根据自然语言指令持续跟踪指定目标，支持单目标跟踪、多人干扰跟踪和模糊目标跟踪，可在弱网/无网环境下本地运行。

## MiniCPM-Robot的技术原理

- 
**视觉 Token 压缩**：过滤与任务无关的冗余视觉信息，减少单次推理计算量。

- 
**流式上下文记忆**：复用已处理的历史信息，新画面只需增量计算，避免长任务计算量暴涨。

- 
**自进化数据管线**：在仿真与真实环境中主动暴露模型薄弱环节，收集错误场景进行专家纠偏与闭环训练。

微信关注回复“**开源**”，加入**AI开源项目交流群**

## 如何使用MiniCPM-Robot

- **环境准备**：

克隆 GitHub 仓库并安装依赖。

- 
准备硬件：机械臂（RobotManip）或宇树 Go2 Edu 机器狗（RobotTrack）。

- **模型加载**：从 Hugging Face 下载对应模型权重。通过 PhyAI 框架加载模型，完成量化与算子优化。

- **摄像头接入**：配置腕部相机与主视角相机（RobotManip）或机器狗原装摄像头（RobotTrack）。

- **指令输入**：输入自然语言指令（如”跟着前面穿黑衣服的人”或”做三明治”）。

- **一键启动**：运行开源脚本，模型接收视觉与语言输入，输出机器人动作指令并执行。

## MiniCPM-Robot的核心优势

- 
**极小参数，第一梯队性能**：1.5B 参数在 LIBERO、Calvin、RoboTwin2 等评测中比肩 π0.5 等更大模型；RMBench 上下文记忆得分约 53 分，远超 π0.5 的约 10 分。

- 
**推理延迟减半**：H100 上单帧决策延迟约 120ms，接近 π0.5（234ms）的一半。

- 
**纯端侧运行**：机器狗本地算力即可稳定 5Hz 以上跟踪，断网仍能持续工作。

## MiniCPM-Robot的项目地址

- **项目官网**：https://github.com/OpenBMB/MiniCPM-Robot

- **HuggingFace模型库**：

https://huggingface.co/openbmb/MiniCPM-RobotManip

- https://huggingface.co/openbmb/MiniCPM-RobotTrack

## MiniCPM-Robot的同类竞品对比

维度
MiniCPM-RobotManip
π0.5

参数量
1.5B
3B

开源
✓
✓

LIBERO
97.5
96.9

Calvin
4.1
4.1

RMBench
53.5
~10

单帧延迟
~120ms
~234ms

上下文记忆
流式复用历史信息
主要基于单帧判断

端侧部署
支持本地运行
通常需云端算力

## MiniCPM-Robot的应用场景

- 
**餐饮备餐**：双臂机械臂按指令完成取面包、夹生菜火腿鸡蛋等长程三明治制作任务。

- 
**展厅导览**：机器人在无网环境下基于本地知识库完成离线讲解、自由问答与路线规划。

- 
**园区巡检**：机器狗识别车辆违停、路面异常与公共设施问题，敏感画面本地处理不上云。

- 
**仓储物流**：机器人执行货架取放、物料搬运等长程操作，失败时自动重试与恢复。

- 
**室内外跟随**：机器狗根据自然语言指令在电梯、地下停车场等弱网环境中持续跟踪目标人物。

## 常见问题解答 (FAQ)

### MiniCPM-Robot适合做什么任务？
它主要面向具身智能场景：MiniCPM-RobotManip负责机械臂长程精细操作，如做三明治、取放物料；MiniCPM-RobotTrack负责机器狗的自然语言跟踪导航，支持单目标、多人干扰和模糊目标跟踪。

### MiniCPM-Robot为什么适合端侧部署？
因为它采用视觉Token压缩和流式上下文记忆，减少推理计算量；同时模型参数较小，配合PhyAI框架可在本地完成量化与算子优化，因此在弱网或无网环境下也能运行。

### MiniCPM-Robot和π0.5相比有什么优势？
文中给出的对比显示，MiniCPM-RobotManip在LIBERO、RMBench等指标上表现更强或更优，单帧延迟约120ms，明显低于π0.5约234ms；并且支持更强调历史信息复用的上下文记忆与端侧运行。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
