GigaBrain-0

GigaAI · 2025-10

VLA产业界模型未公开（GigaBrain-0-Small 402M）flow matching

用world model GigaWorld生成的数据(Real2Real，Sim2Real，人类视频转换等)减少对真实机器人数据的依赖。

论文

主干LLM: Gemma 2 · PaliGemma2配置 (规模未公开)
视觉编码器: SigLIP (RGB-D)
动作头: flow matching DiT (MoT) (flow matching)
动作块: 未公开
控制频率: 未公开
架构原文摘要: PaliGemma2 VLM + flow-matching DiT, mixture-of-transformers;RGB-D输入(SigLIP深度通道零初始化);embodied CoT(2D轨迹关键点10个, discrete action token, subgoal语言)

预训练加速器: 未公开
预训练时长: 未公开
预训练步数·批量: 未公开
GPU·TPU-小时: 未公开
微调: GPU·时间未公开；叠衣物G1 300 demos·batch 128·40K steps；纸巾PiPER 100 demos·batch 128·20K steps
数据类型: 真实机器人 + 仿真·合成(GigaWorld生成) + 公开机器人数据
数据规模: 自有实机1,182 h(Agilex Cobot Magic 199 h，AgiBot G1 983 h；14个环境，3,100 m²)；公开·生成数据量未公开
主要数据集: 自有数据，AgiBotWorld，RoboMind，Open X-Embodiment，GigaWorld生成数据
任务·评估: 叠衣服、准备纸巾、制作果汁、整理桌面、搬运箱子·篮子，外观·布局·视角泛化；相比π0叠衣服+30%，纸巾+10%(正文)
机器人: AgiBot G1、PiPER机械臂、Agilex Cobot Magic

强化学习: 未使用 · 真实机器人 + 生成数据监督学习
底盘控制: 轮式 (直接输出底盘速度/位姿) · 在移动操作任务(搬运箱子·洗衣篮，AgiBot G1)中模型进行避障移动·调整底盘位置；底盘指令格式未注明；PiPER双臂为固定

核心特点: 用world model GigaWorld生成的数据(Real2Real，Sim2Real，人类视频转换等)减少对真实机器人数据的依赖。轻量版GigaBrain-0-Small(402M)在Jetson AGX Orin上以0.13秒运行。
备注: 参数(B)因本模型总量未公开为null(仅公开GigaBrain-0-Small 402M)。图中柱状标签的各任务绝对成功率在核查中无法确认，仅采用正文中的差值(+30%，+10%)。权重2025-11-27公开(仓库Apache-2.0)。README中的GigaBrain-0.7为2026发布，故排除。数据时间(h)仅含自有数据。arXiv v1 2025-10-22。
核验: 已确认