PhysBrain 1.5 是一个新的开源具身人工智能模型，它统一了物理环境理解、动作生成和未来状态预测。它在 28 个具身理解基准测试中取得了最先进的性能，与 GPT-6-ASTRA 和 Gemini 3.6 Flash 等专有模型相媲美。该模型在离散的视觉语言、运动和视觉目标序列上进行自回归训练，利用人类互动视频进行预训练，并使用演示、机器人轨迹和模拟经验进行微调。 AI
影响 在具身人工智能基准测试上设定了新的开源 SOTA，可能加速机器人技术和人工智能代理的研究与开发。
排序理由 该集群描述了一篇详细介绍开源具身人工智能模型发布的新研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
PhysBrain 1.5 unifies physical environment understanding, action generation, and future state prediction via joint autoregressive training on discrete vision-language, motion, and visual target sequences, achieving state-of-the-art open-source embodied performance.
arXiv:2609.14973v1 Announce Type: new Abstract: We present PhysBrain 1.5, a unified model for understanding physical environments, generating actions, and predicting future states. Motivated by the physical loop of observation, interaction, and environmental change, we bring thes…