面壁智能开源具身智能模型 MiniCPM-Robot 解决记忆难题
面壁智能开源具身智能模型，用视觉 Token 压缩让机器人以低成本获得长时记忆，性能远超同类。
面壁智能在 WAIC 上开源首个具身智能系列模型 MiniCPM-Robot，含操作与跟踪两个模型。其操作模型在 RMBench 上得 53.5 分，远超 pi0.5 的 10.4 分，关键在于通过视觉 Token 极致压缩，以极低算力实现带上下文记忆的推理。跟踪模型支持无网环境部署，为业内首个。
正文摘录
 新智元报道  真正有记忆力的机器人 VLA 模型，是什么样子？ 先不卖关子了，让我们直接看几个看似很简单的演示。 比如，先盖住不同颜色方块后 ，让机械臂以红绿蓝顺序揭开。   或者，试试它是否可以精准按下不同次数的按钮？   图中的机械臂，全部做到了！ 看似简单的能力，其实难倒了业界不少机器人。真正的困难，藏在一个看不见的地方——记忆。 原因就在于，很多机器人根本不记得自己按了几次。 而上图演示中这种原生上下文的能力，当前主流基于单帧反应式的 VLA 是做不到的。 好在，就在刚刚，面壁智能把具身智能的这块致命短板，补上了！