星海图展出VLA模型G0.5 具身智能聚焦泛化精度效率
星海图用VLA模型G0.5把机器人自主性往前推了一步，强调泛化、精度、效率三者兼顾，值得关注。
星海图在WRC展台展示具身智能新进展，其VLA模型G0.5（视觉语言动作模型，统一自回归架构）在多个权威基准测试中登顶，实现百万SKU泛化和1mm级精度，推理延迟降至约190ms。公司强调全栈自研和数据飞轮，推动机器人从自主干活迈向快准稳的生产力。
正文摘录
今年 WRC 最大展台，预告具身智能未来 就算绕着展台兜了一圈，没找到人，很快也会发现，机器人来来回回演示的，多半还是提前编好的一套“公式动作”。 各家展台上，自主干活几乎成了标配，后面拿着遥控器的人明显少了，就算偶尔还能看到遥操作，多半也是在采数据。 老实说，虽然目前机器人自主干活仍然不甚丝滑，而且难免会看到抖动、抽搐、失败，但起码，这活真是机器人自己干的，实乃一大进步。 不过逛了一圈之后，我们又发现，事情显然还没结束。因为机器人自己把活干起来，只能证明它有了“自主性”。 500 平方米，10 组 Demo，一排机器人同时开工。从前置仓、工业装配、礼盒折叠，到双足、轮式新品，几乎把机器人真正进入生产现场之后会碰到的几类问题，都搬到了一个展台上。 还有，当整个行业都开始强调“自主干活”之后，星海图又想把具身智能往前推到哪一步？ 就在我们以为是瓶子太重、太粗不好夹的时候，机器人调整了几次动作，最后还是成功放了上去。 货架没有为了方便机器人抓取而刻意摆开，从下单、抓取，到移动、打包、交付，整套流程都由机器人端到端完成。 机器人在这里既需要完成长程规划，移动操作，“下蹲抓取”，也涉及到对不同 SKU、塑料袋这类刚性和柔性物体的交互。 为此，星海图在基础模型之上引入强化学习，将操作精度做到 1mm 以内、成功率 99.9% ，同时把工作效率提升了 400% 。 这里的难点在于，纸板和刚性零件不一样：折过去会回弹，状态一变，后面的动作也得跟着变。 但 G0.5 可以根据纸盒的实时状态调整动作，我们在现场站了一会，成功率已经没的说了。 毕竟，以后机器人真进了家庭、工厂和仓库，能不能走过没见过的路，本身也是泛化的一部分。 早在 2023 年，联合创始人赵行团队的 Robot Parkour Learning，就曾入选 CoRL 2023 Oral，并跻身最佳系统论文候选 Top 3；