Title: 今日开源（2026-7-21）：OpenBMB 开源 MiniCPM-Robot 家族，RobotManip 以 1.5B 参数超越更大模型，RobotTrack 实现无网端侧目标跟随 | BestBlogs.dev
URL Source: https://www.bestblogs.dev/article/a7c9fe8cc9?amp%3Butm_medium=feed&%3Butm_campaign=resources&%3Bentry=rss_article_item
Published Time: 2026-07-21 12:30:00
Markdown Content: 80
This article summarizes multiple AI open-source projects from July 21, 2026, covering embodied AI models, image quality assessment frameworks, MCP server libraries, MoE load balancing libraries, inference architectures, and a scientific research agent skill library. 机 机器之心SOTA模型
Today 1902 words (about 8 min) View Source →
Sign in to highlight text and take notes as you read. Sign in now
原创 每日发现最新LLM 2026-07-21 12:30 广东
轻量级具身智能操作模型MiniCPM-RobotManip，目标追踪模型MiniCPM-RobotTrack，图像质量评估框架IQA-T1，MCP服务器构建框架FastMCP，专家负载均衡库UltraEP，大语言模型推理架构PDD，科研智能体技能库OneSkills。
!Image 2 🏆 基座模型 **①项目：MiniCPM-RobotManip**
★MiniCPM-RobotManip是由OpenBMB团队开发的一个轻量级具身智能操作模型，参数量为15亿。该项目旨在为机器人提供一个通用、高效且具备长时记忆能力的“具身大脑”。它作为一个统一的通用策略模型，仅使用一套权重即可应对多种下游操作任务，在多项评估中性能超越了π₀.₅、Qwen-VLA等更大规模的模型。其核心创新在于引入了流式上下文机制，能够持续整合历史观测信息，实现长达一分钟的视觉记忆，将单步计算量从125 TFLOPs大幅降至3.3 TFLOPs。此外，模型继承了高效的视觉token压缩能力，使得单步决策延迟仅为120毫秒，非常适合端侧设备上的实时机器人操控。
☆一键收藏： https://sota.jiqizhixin.com/project/minicpm-robotmanip **②项目：MiniCPM-RobotTrack**
★MiniCPM-RobotTrack是一个基于MiniCPM4-0.5B构建的紧凑型视觉-语言-动作模型，专为具身智能中的目标追踪任务设计。它能够结合自然语言指令与融合的视觉特征，直接预测未来的路径点。该项目引入了一种质量驱动的自演化数据管线，通过自动检查和人工审核剔除异常轨迹，并利用DAgger式交互持续增加困难样本。此外，通过联合优化，模型可在Unitree Go2的板载计算单元上实现5+ FPS的稳定推理和约180毫秒的端到端延迟，展示了高效的端侧部署能力。
☆一键收藏： https://sota.jiqizhixin.com/project/minicpm-robottrack **③项目：IQA-T1**
★IQA-T1是一个基于工具调用的视觉证据推理框架，专门用于图像质量评估（Image Quality Assessment）。该项目以Qwen3-VL-4B-Instruct作为骨干网络，赋予了模型主动调用多种视觉分析工具的能力，能够对图像进行多维度、深层次的质量分析，并为评估结论提供可解释的视觉证据。此工作已被ECCV 2026接收，并同步开放了在线演示、预训练模型权重、专用数据集Q-Tool以及相关代码。
☆一键收藏： https://sota.jiqizhixin.com/project/iqa-t1 🛠️ 框架平台、必备工具 **①项目：FastMCP**
★FastMCP是一个用于构建MCP（模型上下文协议）服务器和客户端的快速、Pythonic框架。它旨在简化将LLM连接到外部工具和数据的过程，让开发者能专注于业务逻辑，由框架自动处理模式生成、验证、文档及传输等复杂的协议细节。作为MCP领域的事实标准，FastMCP已被官方MCP Python SDK采纳，并驱动着70%的MCP服务器。它提供了服务器、客户端和应用三大核心功能，帮助开发者从原型设计高效过渡到生产环境。
☆一键收藏： https://sota.jiqizhixin.com/project/fastmcp **②项目：UltraEP**
★UltraEP是一个轻量级、高性能的专家负载均衡库，专为大规模MoE（混合专家）模型的训练与推理设计。它不再依赖滞后的历史负载信息，而是基于每一层、每个微批次的真实后门控负载，实时进行重平衡：复制热点专家并重新路由令牌，从而实现接近最优的端到端性能。UltraEP是独立自洽的Python/CUDA运行时，与令牌分发器（如DeepEP）和分组GEMM解耦，仅需数百行代码即可集成到训练或推理框架中。它同时具备拓扑感知的复制策略、高效的GPU内核、广泛兼容各种并行策略与精度、以及极低的内存开销，已在生产环境中部署验证。
☆一键收藏： https://sota.jiqizhixin.com/project/ultraep **③项目：PDD**
★PDD是面向大语言模型推理的新型三层分离式架构，旨在通过跨地理分布的数据中心实现经济高效的异构推理服务。该方案在传统的预填充-解码分离基础上，引入中继解码实例和主解码实例，利用低成本广域以太网互联不同集群。通过解码端KV缓存、扩展-解码交接及多阶段流水线编排等核心机制，PDD有效掩盖了跨数据中心传输KV缓存带来的延迟，显著降低了用户感知的首令牌延迟，并大幅提升了单位成本下的服务吞吐量。特别适合高前缀缓存命中率、长上下文、短输出长度的智能体工作负载。
☆一键收藏： https://sota.jiqizhixin.com/project/pdd **④ 项目：OneSkills**
★OneSkills是一个面向AI4S（人工智能用于科学研究）的科研智能体技能库，专注于提供可复用、可组合的任务执行能力，覆盖科研开发、实验运行与环境交付等关键环节。项目支持Claude Code、Codex CLI、Trae与OpenCode等多种智能体平台，聚焦生信、流体、气象/气候、材料化学等科学领域，通过分层协作实现资源召回、任务规划与执行调度，加速科研工作流的自动化与智能化。