具身智能奇点已至！超越π*0.6，极佳视界自我进化VLA大模型拿下世界第一

具身世界模型新一代原生范式重磅登场！继 GigaBrain-0.1 斩获 RoboChallenge 全球第一后，性能更强的 GigaBrain-0.5M* 正式发布。

GigaBrain-0.5M* 是一款依托世界模型实现自我进化的视觉-语言-动作（VLA）大模型，在家庭叠衣、服务场景冲煮咖啡、工业折纸盒等真实任务中均实现零失误、可持续稳定运行。

该模型以世界模型对未来状态与价值的预测作为条件输入，显著提升长时程任务中的策略鲁棒性。同时创新引入“人在回路”持续学习机制，通过人工筛选与校正模型推演轨迹进行迭代训练，形成“行动—反思—进化”的闭环，实现自主迭代升级。

论文链接：https://arxiv.org/pdf/2602.12099

项目链接：https://gigabrain05m.github.io/

基于世界模型的强化学习训练范式

极佳视界提出“基于世界模型的强化学习”新范式，并采用四阶段闭环训练流程：

• 基于大规模机器人操作数据预训练世界模型，精准预测未来状态与价值；
• 以世界模型输出为条件，微调策略网络以指导动作决策；
• 将条件化策略部署至真实环境，结合人在环机制采集自主推演轨迹；
• 利用筛选后的有效轨迹数据联合优化世界模型与策略，实现持续学习与自主进化。

连续零失误执行

在与 AWR、RECAP 等主流模仿学习与强化学习方法对比中，GigaBrain-0.5M* 表现突出。相比基于 π*^*_0.6 的 RECAP 基线，任务成功率提升近 30%。

在折纸盒、咖啡制备、衣物折叠等复杂长时程任务中，模型均实现接近 100% 成功率，并可稳定复现成功轨迹，展现出卓越的策略鲁棒性。

高效且准确的价值预测

实验表明，基于世界模型的价值预测在效率与精度上优于 π*^*_0.6 提出的 VLM 方案。其优势源于对未来的显式建模及单步降噪机制，为价值函数提供关键时序上下文支持，实现更高效、精准、稳定的估计。

以叠衣任务为例，价值曲线与物理进程高度对齐：调整姿态时合理波动，进入稳定叠放阶段稳步上升，受干扰时骤降，干扰消除后迅速恢复——体现世界模型提供的“认知先行”能力。

上万小时的训练数据

GigaBrain-0.5M* 的基座模型基于总计 10931 小时的多样化机器人操作数据训练，其中 61%（6653 小时）由自研世界模型 GigaWorld 高保真合成，涵盖纹理迁移、视角变换、人手到机械臂映射等场景；39%（4278 小时）来自真实机器人采集，保障物理世界的可执行性。

海量数据显著提升模型泛化能力与鲁棒性，而合成数据有效突破真实采集的长尾瓶颈。通过可控生成新纹理、新位姿与新视角样本，增强模型在分布外场景的适应性，为具身智能走向开放世界奠定数据基础。

关于极佳视界

极佳视界是一家专注于具身智能与通用机器人的科技公司，围绕“基模—本体—场景”三位一体，为工业、商业、家庭等场景提供软硬一体的机器人解决方案，推动通用机器人服务千行百业、走进千家万户。

核心团队汇聚清华、北大、中科院、中科大、WashU、CMU 等顶尖院校研究人员，以及来自微软、三星、地平线、百度、博世等企业的资深专家，在物理 AI 领域兼具领先研发能力与大规模产业落地经验。

作为国内首家布局世界模型的科技公司，极佳视界构建以 GigaWorld（世界模型平台）、GigaBrain（通用具身大脑）、Maker（原生本体）为核心的闭环生态，致力于实现数据、训练、测试全链路效率 10-100 倍提升，推动通用具身智能与自动驾驶等物理 AGI 大规模发展。