GigaBrain-0开源：VLA模型突破10倍数据，真机碾压SOTA

国内首个基于世界模型生成数据的端到端VLA具身基础模型GigaBrain-0重磅面世。

近日，在武汉东湖高新区，极佳视界与湖北人形机器人创新中心达成战略签约，并联合发布了端到端VLA「具身基础模型」GigaBrain-0。

这是国内首次运用「世界模型」生成数据实现真机泛化的视觉-语言-动作基础模型，旨在以世界模型为核心，彻底改变通用机器人大脑的开发模式。

GigaBrain-0采用了当前最前沿的VLA模型架构，支持图像、点云、文本和本体状态的多模态输入，能够直接输出结构化的任务规划和运动轨迹。该模型依托海量数据进行预训练，可实现更精准的移动导航和复杂的长序列操作。

结合极佳视界自研的「世界模型平台GigaWorld」，构建了业界最完整的具身数据体系，可快速实现多种本体上的复杂机器人操作任务。后续GigaBrain-0将全面开源。

项目链接：https://gigabrain0.github.io/

论文链接：https://arxiv.org/pdf/2510.19430

01 核心架构升级

针对当前机器人操作精准度不足和推理能力较弱的问题，GigaBrain-0重点强化了3D空间感知能力和结构化推理能力。通过引入这两项关键能力，GigaBrain-0可实现更精准的移动导航和更复杂的长序列操作。这是全球首个通过「一脑多形」架构实现端到端全身控制的模型，能够一键完成衣物整理等需要柔性和长程移动的复杂操作任务。

1. 3D空间感知能力：融入深度信息输入，实现更精准的移动导航

GigaBrain-0通过引入深度信息输入，显著提升了物体3D位置和空间布局的感知能力，这对于实现精准的双臂操作和移动导航至关重要。

2. 结构化推理能力：实现更稳定的长程复杂任务表现

GigaBrain-0通过子目标拆解和机械臂末端轨迹输出，大幅提升了在开放场景中的任务规划能力。具体体现在：

子目标拆解：模型在推理过程中可同步输出子任务的自然语言描述，使GigaBrain-0对长程任务的分解更加合理。末端轨迹输出：模型在推理过程中增加了机械臂执行器运动路径在图像平面上的2D投影输出，增强了整体动作规划能力。

02 全球首个世界模型驱动的数据体系

世界模型无论在数据侧还是模型侧，对具身智能发展都具有关键价值。极佳视界以「世界模型」为核心，打造了全球首个最完整的具身智能数据体系，具体包括：

Sim2Real迁移数据：利用Isaac Sim等仿真环境合成多样化的机器人操作数据，通过GigaWorld的Sim2Real变换，实现逼真的外观渲染，同时保持原始场景几何和动作语义。

Real2Real迁移数据：将真实世界采集的视频数据，通过文本提示控制前景和背景的材质、纹理、光照条件，同时保持机器人动作和交互的一致性，有效将真实数据的多样性提升约10倍。

视角转换数据：利用GigaWorld的3D空间场景重建能力，将单个真实数据片段生成新视角的数据片段。

视频生成数据：GigaWorld可根据单张输入图像和不同的文本提示，生成多样化的具身机器人操作视频，并通过逆动力学模型推演出相应的机器人动作序列，合成训练数据。

Human迁移数据：通过视频变换和运动学重定向，将大规模第一人称视频中的人手替换为机械臂，生成稳定且可由机器人执行的动作序列。

03 高效的跨本体适配能力

极佳视界联合湖北人形机器人创新中心，共同完成了大规模预训练数据的采集。数据覆盖了工业、商业、办公、家居、实验室等5大类场景，细分为超市、酒店大堂、咖啡店、奶茶店、便利店、餐厅、仓库搬运、工业流水线、茶水间、住宅、公寓家居、会议室、办公室工位、实验室等14个具体场景。

结合场景丰富的预训练数据和先进的模型架构，GigaBrain-0具备了优秀的任务规划能力。借助极佳视界的「世界模型平台」，可在不同本体上快速实现复杂的机器人操作任务。

极佳视界联合湖北人形机器人创新中心，基于高集成度人形机器人本体，首次实现了实时、长程、复杂、柔性操作的端到端控制。

04 实验结果验证

GigaBrain-0通过真实机器人实验进行了全面评估，涵盖灵巧操作任务、长程任务和移动操作任务三大类别。评估结果表明，GigaBrain-0在多项任务上的成功率显著优于现有SOTA方法。

关于极佳视界

极佳视界专注于「世界模型平台 × 具身基础模型」的技术路线，致力于通过双轮闭环推动物理世界通用智能的发展。

在「世界模型」方向，极佳视界是国内技术创新和产业落地的领跑者，相关产品技术广泛应用于自动驾驶、具身智能、内容创作等方向。

在「具身大脑」方向，极佳视界通过全球领先的「世界模型平台」提供大规模高质量数据，训练效率比纯真机数据提升1-2个数量级，同时真机效果达到国内领先水平。

极佳视界由黄冠博士带领团队于2024年创立，是国内首家专注于「世界模型 × 具身大脑」方向的科技公司。

公司核心团队汇聚了来自清华、北大、中科院、中科大、WashU、CMU等全球知名院校的顶尖研究人员，以及微软、三星、地平线、百度、博世、NBC环球影业等全球知名企业高管，兼具业内领先的研究能力和产业化落地经验。

极佳视界是国内少数在「世界模型」和「具身大脑」方向都具备世界级综合实力的团队。在自动驾驶方向已与多个头部主机厂达成签约合作，在具身世界模型、具身大脑等方向已与多个具身本体、终端公司达成签约合作，应用于科研、教育、展览、数据采集、工业服务、家庭等多个场景。

极佳视界致力于通过「世界模型平台 × 具身基础模型」，创造物理世界通用智能。