智源开源 RoboBrain-X0，打破机器人跨本体泛化困境

北京智源人工智能研究院宣布开源 RoboBrain-X0 —— 一个能够在零样本泛化、少量样本微调条件下，驱动多种不同真实机器人完成复杂任务的跨本体基座大模型。

RoboBrain-X0 源自 RoboBrain 的多模态基座能力，在 RoboBrain 2.0 数据基础上，进一步融合了真实机器人动作数据。通过统一建模视觉、语言与动作，它实现了跨本体的泛化与适配，具备从感知到执行的一体化能力。

RoboBrain-X0 的设计理念在于：模型首先将复杂任务（如“整理桌面”）分解为与具体机器人“身体”解耦的通用语义动作序列，并通过统一映射机制，将“意图”高效转译为多种机器人可直接执行的动作。从而使得 RoboBrain-X0 突破对单一机器人体系的依赖，实现异构本体统一建模，并具备实用级零样本泛化与复杂任务拆解能力。

与此同时，智源方面还发布了其核心训练数据集 —— RoboBrain-X0-Dataset。为模型提供了覆盖“感知-思考-行动”全链路的坚实基础，旨在打破“数据孤岛”，为开发者提供开箱即用的研发资源。它主要包含四类关键数据：

• 多模态VQA数据：融合视觉问答与推理数据，显著提升模型从视觉语言到空间交互的理解与响应能力。
• 精选开源动作数据：引入并整合多场景高质量开源数据，强化模型的任务理解与跨场景泛化能力。
• 产业伙伴合作数据：联合星海图、松灵等业界伙伴，在真实机器人上采集并标注的多样化场景数据，有效提升模型在产业一线的适应性。
• 高质量自采数据：体系化构建采集流程，形成多样化的高质量“指令-动作”样本，大幅提升模型在复杂任务分解与动态决策上的能力。

RoboBrain-X0 现已全面开源，包括预训练模型、数据集以及技术文档，并完整接入智源 RoboBrain 2.0 工具链。