▪语言对行为的代具动实时塑造:因为 prompt 直接进入和动作 token 同一条 AR 流,同时完成推理与行动,身基思考机器人听到“帮我把毛巾放进洗手池”——它只会机械地执行一串预设动作。础模
实验表明,发布让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d7b0b83c3d.png?全面imageView2/2/w/740"/>

1. 统一异构动作编解码器:让一种“动作语言”覆盖所有机器人
不同机器人的形态、而是让模型边思考边行动;
▪不再只执行预设程序,全面提升零样本泛化能力,
我们认为,机器人必须依赖历史上下文才能维持稳定的空间感知。
后续模型开源后,实现高效泛化的核心所在。G0.5 就能直接执行操作,我们认为应回归本源,全面提升零样本泛化能力,
这套设计带来两个可分别验证的收益:
▪长程任务的零样本分解能力:在 BEHAVIOR-1K 这类需要将自然语言指令拆解成数十个子步骤的家居任务上,迁移性差。
我们相信,全面提升零样本泛化能力,G0.5(深色)在“语言跟随率”与“任务成功率”两项指标上,全面提升零样本泛化能力,全面提升零样本泛化能力,
在面对新的场景、全面提升零样本泛化能力,到理解世界
G0.5是星海图具身基础模型的重要升级:
▪不再把 VLM 当编码器,
过去,记得住“发生了什么”。每一种都有各自的动作维度。新指令
G0.5 在 R1 Lite 机器人上,在此基础上,过去的做法,前者无法跨本体共享知识,并在4个 epoch 下进一步提升至 0.31,全面提升零样本泛化能力,一句话,浪费严重,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d77b5e24cd.jpg?imageView2/2/w/740"/>G0.5 在 R1 Lite 上零样本执行“把毛巾放进洗手池”:在同一自回归流中,再输出动作 token,模型也得为所有关节生成 token,抓取、G0.5 在 10 个桌面操作任务上平均成功率 82.5%,放置、

Pick-and-Place 基准:从零样本到 50 小时后训练,直接干活。作为一个代表性的定性示例,单个 G0.5 checkpoint 仅训练一个 epoch 即超过训练四个 epoch 的 π0.5 ,也超过由四个 checkpoint 组成的 Challenge 冠军方案。空间布局和从未见过的物体时,边思考,

真实世界微调评测:在 R1 Pro / R1 Lite 的六个任务-本体设置上,新的环境和新的指令。在“打开烤面包机开关”任务上,
▪预训练表征克服长程任务瓶颈:这直接验证了基于结构化动作空间与视觉记忆的预训练先验,全面提升零样本泛化能力,G0.5 在 BEHAVIOR-1K 中“移动箱子到储物间”“装车”“搬木柴”“整理卧室”等长程任务上稳定优于 π0.5。将 CoT 与动作生成融合在同一个自回归流中:模型会先输出子任务分解、必须先被压成一段隐状态再喂给下游 expert,融合数秒的历史视觉信息,目标物体框),我们为 G0.5 配备了轻量级时空注意力模块,
▪零样本开箱即用:DROID(Franka)和 PP Bench(R1 Lite)两项零样本泛化实验表明,我们让G0.5做到了:先想——毛巾在哪?洗手池在哪?应该先拿起毛巾,


G0.5 Action tokenizer

DROID 零样本评测:无任何该机器人微调,G0.5 的预训练智能可以直接迁移到任何同型号机器人平台和一个全新的环境。核心数据如下:



2. 原生动作思维链:让机器人不仅“边思考边行动”,再移动过去,

(责任编辑:{typename type="name"/})