我们正在见证人工智能的又一次时代跃迁，大模型加速从数字世界迈向物理世界。让智能体真正理解、适应并与现实环境交互，已成为AI的下一个决定性前沿。
今天，北京智源人工智能研究院正式开源发布 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。
1
本体泛化困境：
产业智能化的核心挑战
近年来机器人领域取得巨大进展，单点能力不断突破，复杂操作、自然语言交互逐步成为现实。但产业落地的最大障碍，并非单项技术的极限，而是智能泛化与迁移能力的缺失。
现实世界充满了多样性与不确定。不同的机器人拥有不同的“身体”（单臂、双臂、轮式、人形），工作在不同的环境（家庭、工厂、办公室），面对形态各异的物体。
过去，几乎每一种新的机器人硬件形态都需要一套独立的开发流程：重复收集数据、反复训练模型、投入大量工程人力进行适配。这种本体泛化困境极大地限制了机器人智能的规模化部署，成为制约产业升级的核心瓶颈。
2
零样本跨本体：
一个基座模型，驱动万千身体
为什么人类能在各种工具、环境和身体条件下迅速迁移技能，而机器人却常常“换壳即失灵”？核心在于，人类学到的是任务的本质，比如“把苹果放进篮子”，我们理解空间关系、物体属性和因果逻辑，而不是记住具体动作细节。
RoboBrain-X0 的设计理念正是如此：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。这一创新架构，让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。
视频中，无论是星海图机器人、智元机器人，还是松灵双臂机器人与 Franka 机械臂，它们背后运行的其实都是同一个通用预训练基座模型。该模型具备零样本泛化能力，完成简单的 pick&place 任务，同时只需在目标任务上进行少量样本微调，即可展现出强大的跨本体适配性，进行复杂任务的拆解和执行。
这意味着，开发者和企业可以从繁琐的底层适配工作中解放出来，将精力更多聚焦于高层创新，大幅降低成本，推动机器人智能走向普惠。
3
开放数据基石，
加速机器人走向真实世界
一个强大模型的诞生，离不开海量、高质量数据的支撑。伴随此次模型开源，我们也正式发布其背后的核心训练数据集——RoboBrain-X0-Dataset。
该数据集为模型提供了覆盖“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。
我们已将这一经过统一格式化与严格质量控制的数据集全面开放，希望能加速具身智能技术从实验室走向产业应用的进程。
4
开源共建，迈向通用具身智能时代
我们坚信，只有开放协作才能催生真正普惠、可持续的智能。
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。我们希望这套解决方案能提供一个坚实的起点，让每一位开发者都能构建属于自己的、能在真实世界中稳定运行的具身智能应用。
RoboBrain-X0 是智源研究院构建通用具身智能愿景的关键一步。未来，我们将持续迭代，结合指令微调、强化学习等前沿技术，推动模型在复杂任务和开放环境下的表现不断跃升。
期待全球开发者、研究者、机器人企业共同参与，携手推动具身智能技术的持续演进与生态繁荣。
RoboBrain-X0 GitHub：https://github.com/FlagOpen/RoboBrain-X0
RoboBrain-X0 多芯片版本地址 FlagRelease：https://huggingface.co/FlagRelease/RoboBrain-X0-FlagOS
RoboBrain-X0-Dataset：https://huggingface.co/datasets/BAAI/RoboBrain-X0-Dataset
RoboBrain 2.0 技术文档：https://arxiv.org/abs/2507.02029
阅 读 更 多
