GigaBrain-0

GigaAI · 2025-10

VLA産業界モデル非公開flow matching

world model GigaWorldで作った生成データ(Real2Real、Sim2Real、人間動画の変換など)で実ロボットデータへの依存を減らす。

論文

バックボーンLLM: Gemma 2 · PaliGemma2 構成 (サイズ非公開)
ビジョンエンコーダ: SigLIP (RGB-D)
アクションヘッド: flow matching DiT (MoT) (flow matching)
チャンク: 非公開
制御周期: 非公開
構造の原文要約: PaliGemma2 VLM + flow-matching DiT、mixture-of-transformers; RGB-D入力(SigLIP深度チャネルを0で初期化); embodied CoT(2D軌跡キーポイント10個、discrete action token、subgoal言語)

事前学習アクセラレータ: 非公開
事前学習期間: 非公開
事前学習ステップ・バッチ: 非公開
GPU・TPU時間: 非公開
ファインチューニング: GPU・時間は非公開; 洗濯物折り G1 300 demos・batch 128・40K steps; ペーパータオル PiPER 100 demos・batch 128・20K steps
データ種類: 実ロボット + シミュレーション・合成(GigaWorld生成) + 公開ロボットデータ
データ規模: 独自の実ロボット1,182 h(Agilex Cobot Magic 199 h、AgiBot G1 983 h; 14環境、3,100 m²); 公開・生成データ量は非公開
主要データセット: 独自データ、AgiBotWorld、RoboMind、Open X-Embodiment、GigaWorld生成データ
タスク・評価: 洗濯物たたみ、ペーパータオルの準備、ジュース作り、テーブル片付け、箱・かごの運搬、外観・配置・視点の汎化; π0比で洗濯物たたみ+30%、ペーパータオル+10%(本文)
ロボット: AgiBot G1、PiPERアーム、Agilex Cobot Magic

強化学習: 不使用 · 実ロボット + 生成データによる教師あり学習
ベース制御: 車輪型 (ベース速度・姿勢を直接出力) · 移動操作タスク(箱・洗濯かごの運搬、AgiBot G1)でモデルが障害物回避移動・ベース位置調整を行う; ベース指令の形式は記載なし; PiPER双腕は固定

主な特徴: world model GigaWorldで作った生成データ(Real2Real、Sim2Real、人間動画の変換など)で実ロボットデータへの依存を減らす。軽量版GigaBrain-0-Small(402M)はJetson AGX Orinで0.13秒で動作する。
備考: パラメータ(B)は本モデルの総量が非公開のためnull(GigaBrain-0-Small 402Mのみ公開)。図の棒ラベルのタスク別絶対成功率は検証で確認不可のため、本文の差(+30%、+10%)のみ使用。重みを2025-11-27公開(リポジトリApache-2.0)。READMEのGigaBrain-0.7は2026年リリースのため除外。データ時間(h)は独自データのみ。arXiv v1 2025-10-22。
検証: 確認