2026-07-21 09:09
面壁智能开源MiniCPM-Robot：1.5B的VLA模型完整放出，个人开发者也能在真机器人上跑操作
文章提及的 AI 工具OpenBMB
文本核心速览
- 面壁开源具身模型—面壁智能于7月19日开源首个具身AI模型系列MiniCPM-Robot，完整释放1.5B参数的视觉-语言-动作（VLA）模型，个人开发者可在真实机器人上实现操作与目标跟踪。
- 三大核心组件—系列包括MiniCPM-RobotManip（通用VLA操作模型）、MiniCPM-RobotTrack（目标跟踪模型）以及高性能推理框架PhyAI，共同支撑机器人理解、记忆与行动。
- 开放力度前所未有—此前具身智能被巨头和实验室垄断，模型过大且门槛高。此次开源将权重与代码托管于GitHub和Hugging Face，开发者可直接克隆使用，推动技术下沉。
- 1.5B参数高效适用—MiniCPM-RobotManip为1.5B参数的紧凑型模型，专为机器人操作设计；MiniCPM-RobotTrack面向现实世界目标跟踪，两者兼顾性能与资源消耗。
1.5B参数模型让个人开发者直接操控真实机器人
面壁智能（OpenBMB）在7月19日直接开源了首个具身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，个人开发者不需要大厂资源，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。
三件套
这个系列包含三个核心组件：
-
MiniCPM-RobotManip：核心担当，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。1.5B参数什么概念？跟GPT-2差不多大，普通消费级显卡就能跑，不用烧钱租A100集群。
-
MiniCPM-RobotTrack：面向现实世界目标跟踪的紧凑型模型，个头小但专门干跟踪活，和Manip搭档干活。
-
PhyAI：高性能推理框架，专为具身模型构建。有开发者试了说，这框架能让机器人把“看到什么”“记住什么”“接下来做什么”串起来，不再只是论文里的演示Demo。
开发者福利
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。
接下来
接下来盯着看：当1.5B的VLA模型不再被锁在实验室里，那些靠卖封闭机器人API赚钱的公司会怎么接招？个人开发者和小团队可能是最大受益者。
来源: aibase阅读原文