竞品统统瞎猜它拿 53 分！WAIC 面壁 1.5B 模型硬核炸场，成本腰斩，国产机器人天花板再被捅破

📌 一句话摘要

面壁智能在 WAIC 发布并开源了基于视觉 Token 极致压缩技术的 MiniCPM-Robot 系列具身模型，以 1.5B 参数解决了 VLA 模型的长程记忆难题，并在本地部署的跟踪导航上达到开源最优。

📝 详细摘要

文章报道了面壁智能在 2026 年世界人工智能大会上发布并开源的首个具身智能系列模型 MiniCPM-Robot。该系列包含两个模型：负责操作的 MiniCPM-RobotManip 和负责跟踪导航的 MiniCPM-RobotTrack。文章重点解释了 MiniCPM-RobotManip 如何利用面壁在多模态大模型上积累的视觉 Token 极致压缩技术，以较低算力成本将历史观测数据纳入模型，解决了主流 VLA 模型因算力压力而放弃记忆的难题，在考验上下文记忆的 RMBench 榜单上取得 53 分，远超竞品。同时，MiniCPM-RobotTrack 展示了在纯本地、弱网环境下，仅凭 0.9B 参数即可实现高成功率的自然语言指令跟踪能力。文章还介绍了配套的推理引擎 PhyAI 以及与乐聚、吉利汽车的真实场景落地案例。

💡 主要观点

- 视觉 Token 极致压缩是解决具身智能“记忆”难题的关键技术路径。 面壁通过其多模态模型的压缩能力，将历史观测数据纳入模型输入，同时使计算成本与传统单帧模型持平，从而让机器人具备了长程任务所需的上下文记忆。

MiniCPM-RobotManip 在考验记忆的基准测试上表现远超主流竞品。 在 RMBench 榜单上，该模型取得 53 分，而主流模型 π0.5 仅得 10 分（接近随机水平），证明了其在需要记忆与上下文的任务上的显著优势。

MiniCPM-RobotTrack 实现了纯本地的自然语言指令跟踪，不依赖云端。 该模型仅 0.9B 参数，在机器狗本地算力上即可运行，在单目标、多目标及模糊指令跟踪上均达到开源最优，解决了弱网或无网环境下的隐私与延迟问题。

配套的推理引擎 PhyAI 和落地案例显示了从模型到产业的完整布局。 PhyAI 为具身模型提供端侧极速推理，已与乐聚、吉利等企业在导览、巡检、生产仓储等场景落地，展示了技术从实验室走向真实世界的潜力。

💬 文章金句

- 真正的通用人工智能，绝不能只停留在虚拟的屏幕和语言对话里。只有当语言层面的认知智能与物理层面的执行智能完美打通，AGI 的终局才会真正到来。

📊 文章信息

AI 初评：84

来源：AI寒武纪

作者：AI寒武纪

分类：人工智能

语言：中文

阅读时间：16 分钟

字数：3906

标签：具身智能, VLA, 多模态 AI, 开源项目, 机器人

阅读完整文章

竞品统统瞎猜它拿 53 分！WAIC 面壁 1.5B 模型硬核炸场，成本腰斩，国产机器人天花板再被捅破

🤖 問 AI