7月19日的上海世博展览馆WAIC 2026的现场人声鼎沸。在面壁智能的展台前一只机器狗正在灵活地跟随一位参观者穿梭于人群之中。没有网络连接没有遥控器机器狗就像一条训练有素的导盲犬紧紧跟随着主人的步伐。围观的人群中有人小声议论这是怎么做到的不用联网面壁智能的工程师笑了笑指着屏幕上的模型介绍这是我们刚刚开源的MiniCPM-Robot系列模型。[图片article2_img1.jpg] WAIC 2026面壁智能展台机器狗演示两个模型一次突破MiniCPM-Robot不是单个模型而是一个系列。它包含两个核心成员MiniCPM-RobotManip和MiniCPM-RobotTrack。MiniCPM-RobotManip是一个通用的VLA模型也就是视觉-语言-动作模型参数量为1.5B。别看参数不大它的任务是理解人类的语言指令看懂周围的环境然后输出机器人可以执行的动作。简单说它就是机器人的大脑负责想。MiniCPM-RobotTrack则是一个跟踪导航模型参数量更小只有0.9B。它的任务是让机器人能够跟随特定目标移动。如果说Manip是大脑那Track就是小脑负责跟。[图片article2_img2.jpg] MiniCPM-Robot两个模型架构对两个模型各司其职又相互配合。这种分工设计背后是面壁智能对具身智能的深刻理解机器人不需要一个无所不能的巨型模型它需要的是在特定任务上足够快、足够准的专用模型。攻克记忆短板视觉Token的极致压缩具身智能领域一直有个老大难问题机器人的记忆太差。传统的VLA模型在处理视觉信息时会把每一帧图像转化成大量的视觉Token。这些Token占用了模型的上下文窗口导致机器人很难记住之前发生了什么。就像一个人只能看到眼前这一秒的画面之前的一切都忘了。面壁智能的突破在于视觉Token的极致压缩技术。通过这项技术机器人可以在不丢失关键信息的前提下大幅减少视觉Token的占用。这意味着机器人终于有了长期记忆能够记住之前的操作步骤和环境变化。[图片article2_img3.jpg] 视觉Token压缩技术原理示意图这项突破的意义怎么强调都不过分。在实际应用中很多机器人任务都需要多步操作。比如组装一个零件你需要先拿起A部件再拿起B部件然后把它们拼在一起。如果机器人记不住我已经拿起了A部件它就会反复做无用功。记忆问题的解决让多步操作真正成为可能。53.5对10.4实力说话数据是最诚实的裁判。在业内权威的RMBench榜单上MiniCPM-RobotManip拿到了53.5分。作为对比Physical Intelligence的π0.5模型只得了10.4分。两者之间的差距不是一点半点。[图片article2_img4.png] RMBench榜单MiniCPM-Rob更关键的是速度。MiniCPM-RobotManip的单步决策仅需120毫秒而π0.5需要234毫秒。在机器人控制领域每缩短一毫秒都意味着更流畅的操作体验。120毫秒意味着什么人类眨一次眼大约需要300毫秒也就是说机器人在你眨眼的时间里已经做了两次以上的决策。这种速度优势在实际场景中至关重要。想象一个机器人在流水线上分拣零件每秒钟需要做出好几次决策。如果每次决策都要等234毫秒流水线就得放慢速度。但120毫秒的决策速度足以跟上大多数工业流水线的节拍。更值得关注的是MiniCPM-RobotManip在保持高速度的同时并没有牺牲精度。在RMBench的多个子任务中包括抓取、放置、推拉等基本操作它的表现都远超同级别模型。这说明面壁智能在模型架构上做出了正确的取舍——不是简单地压缩参数换取速度而是通过更高效的架构设计实现了速度和精度的双赢。有业内专家分析MiniCPM-RobotManip之所以能以1.5B的参数量碾压参数量数十倍的π0.5关键在于训练策略的创新。面壁智能在数据质量和训练效率上做了大量优化用更少但更精准的数据训练出了更强的模型。这颠覆了行业内大力出奇迹的固有认知。纯无网部署跟踪模型的新标杆MiniCPM-RobotTrack的亮点在于另一个关键词纯无网部署。这是业内首个提供真实本地纯无网部署的跟踪模型。什么意思大多数机器人跟踪模型都需要依赖云端计算也就是说机器人得时刻联网。但在很多场景下网络是不可靠的——地下车库、偏远工厂、野外作业这些地方要么没有网络要么信号极差。MiniCPM-RobotTrack原生适配了宇树Go2 Edu机器狗在无网或弱网环境下依然能够流畅跟随。文章开头那个在WAIC现场自如穿梭的机器狗正是搭载了这款模型。[图片article2_img5.jpg] 宇树Go2 Edu机器狗无网环境跟随演示想象一个应用场景在一个地下矿井中巡检机器狗需要跟随矿工穿越复杂的巷道。没有WiFi没有5G但机器狗依然紧紧跟在矿工身后遇到障碍物自动绕行遇到岔路口自动判断方向。这种能力在应急救援、野外勘探等场景中有着巨大的应用价值。再想一个仓储物流的场景。大型仓库的角落往往信号薄弱传统依赖云端的AGV小车经常会因为断网而停机。搭载了MiniCPM-RobotTrack的机器狗则完全没有这个顾虑它可以在货架之间自如穿行跟随拣货员到达指定货位等待指令完成取货动作。整个过程不需要任何网络支持大大提高了系统的可靠性。在农业场景中这款模型同样大有用武之地。广袤的农田几乎没有网络覆盖但搭载MiniCPM-RobotTrack的农业机器人可以跟随农民在田间巡逻辅助完成播种、施肥、采摘等工作。农民不需要操控遥控器机器人会自动保持跟随距离在需要时停下来等待指令。PhyAI加速硬件软件的协同进化好的模型还需要好的硬件来跑。面壁智能同时发布了PhyAI加速方案在RTX 5090显卡上对π0模型实现了2.85倍的加速对英伟达的GR00T模型实现了2.28倍的加速。这意味着即使是竞争对手的模型也能通过PhyAI获得显著的性能提升。这种我做好地基大家都能盖楼的思路体现了面壁智能作为开源社区参与者的格局。你不必非得用我的模型但我的加速方案可以让你的模型跑得更快。2500万次下载开源的力量MiniCPM-Robot并不是面壁智能的第一个开源项目。此前MiniCPM-V和MiniCPM-O系列模型的开源下载量已经突破了2500万次。这个数字在全球开源模型中都是名列前茅的。面壁智能走的是一条小模型、大能力的路线——不追求参数规模上的军备竞赛而是在有限参数下把性能压榨到极致。这种策略在具身智能领域尤其有效。机器人上的计算资源是有限的你不可能在一只机器狗背上放一台服务器。1.5B和0.9B的参数量意味着这些模型可以在边缘设备上本地运行不需要依赖云端。具身智能的下一站MiniCPM-Robot的开源对整个具身智能行业来说是一个重要的里程碑。它证明了一件事小模型也能做好具身智能。你不需要几百亿参数的巨型模型只需要在架构设计和技术路线上做对选择1.5B的参数就能在榜单上碾压大几十倍的对手。更重要的是开源意味着更多开发者可以参与进来。当一个研究生可以在自己的机器狗上跑起MiniCPM-RobotTrack时具身智能的创新就不再被大公司垄断。每一个有想法的人都可以为这个领域贡献自己的力量。面壁智能选择开源这条路背后是一种长远的眼光。具身智能行业目前还处于早期阶段技术路线远未收敛。与其关起门来自己摸索不如开放出来让全社区的智慧汇聚在一起。开源不是慈善而是一种更高效的研发模式——当全世界的研究者都在你的模型上做实验时你能获得的反馈和改进速度远远超过任何一家公司闭门造车。WAIC现场的机器狗演示结束了但围观的观众久久没有散去。有人拿出手机拍照有人蹲下来仔细观察机器狗的运动方式。在他们的眼中你能看到一种熟悉的表情——那是对未来的期待。
7月19日的上海世博展览馆WAIC 2026的现场人声鼎沸。在面壁智能的展台前一只机器狗正在灵活地跟随一位参观者穿梭于人群之中。没有网络连接没有遥控器机器狗就像一条训练有素的导盲犬紧紧跟随着主人的步伐。围观的人群中有人小声议论这是怎么做到的不用联网面壁智能的工程师笑了笑指着屏幕上的模型介绍这是我们刚刚开源的MiniCPM-Robot系列模型。[图片article2_img1.jpg] WAIC 2026面壁智能展台机器狗演示两个模型一次突破MiniCPM-Robot不是单个模型而是一个系列。它包含两个核心成员MiniCPM-RobotManip和MiniCPM-RobotTrack。MiniCPM-RobotManip是一个通用的VLA模型也就是视觉-语言-动作模型参数量为1.5B。别看参数不大它的任务是理解人类的语言指令看懂周围的环境然后输出机器人可以执行的动作。简单说它就是机器人的大脑负责想。MiniCPM-RobotTrack则是一个跟踪导航模型参数量更小只有0.9B。它的任务是让机器人能够跟随特定目标移动。如果说Manip是大脑那Track就是小脑负责跟。[图片article2_img2.jpg] MiniCPM-Robot两个模型架构对两个模型各司其职又相互配合。这种分工设计背后是面壁智能对具身智能的深刻理解机器人不需要一个无所不能的巨型模型它需要的是在特定任务上足够快、足够准的专用模型。攻克记忆短板视觉Token的极致压缩具身智能领域一直有个老大难问题机器人的记忆太差。传统的VLA模型在处理视觉信息时会把每一帧图像转化成大量的视觉Token。这些Token占用了模型的上下文窗口导致机器人很难记住之前发生了什么。就像一个人只能看到眼前这一秒的画面之前的一切都忘了。面壁智能的突破在于视觉Token的极致压缩技术。通过这项技术机器人可以在不丢失关键信息的前提下大幅减少视觉Token的占用。这意味着机器人终于有了长期记忆能够记住之前的操作步骤和环境变化。[图片article2_img3.jpg] 视觉Token压缩技术原理示意图这项突破的意义怎么强调都不过分。在实际应用中很多机器人任务都需要多步操作。比如组装一个零件你需要先拿起A部件再拿起B部件然后把它们拼在一起。如果机器人记不住我已经拿起了A部件它就会反复做无用功。记忆问题的解决让多步操作真正成为可能。53.5对10.4实力说话数据是最诚实的裁判。在业内权威的RMBench榜单上MiniCPM-RobotManip拿到了53.5分。作为对比Physical Intelligence的π0.5模型只得了10.4分。两者之间的差距不是一点半点。[图片article2_img4.png] RMBench榜单MiniCPM-Rob更关键的是速度。MiniCPM-RobotManip的单步决策仅需120毫秒而π0.5需要234毫秒。在机器人控制领域每缩短一毫秒都意味着更流畅的操作体验。120毫秒意味着什么人类眨一次眼大约需要300毫秒也就是说机器人在你眨眼的时间里已经做了两次以上的决策。这种速度优势在实际场景中至关重要。想象一个机器人在流水线上分拣零件每秒钟需要做出好几次决策。如果每次决策都要等234毫秒流水线就得放慢速度。但120毫秒的决策速度足以跟上大多数工业流水线的节拍。更值得关注的是MiniCPM-RobotManip在保持高速度的同时并没有牺牲精度。在RMBench的多个子任务中包括抓取、放置、推拉等基本操作它的表现都远超同级别模型。这说明面壁智能在模型架构上做出了正确的取舍——不是简单地压缩参数换取速度而是通过更高效的架构设计实现了速度和精度的双赢。有业内专家分析MiniCPM-RobotManip之所以能以1.5B的参数量碾压参数量数十倍的π0.5关键在于训练策略的创新。面壁智能在数据质量和训练效率上做了大量优化用更少但更精准的数据训练出了更强的模型。这颠覆了行业内大力出奇迹的固有认知。纯无网部署跟踪模型的新标杆MiniCPM-RobotTrack的亮点在于另一个关键词纯无网部署。这是业内首个提供真实本地纯无网部署的跟踪模型。什么意思大多数机器人跟踪模型都需要依赖云端计算也就是说机器人得时刻联网。但在很多场景下网络是不可靠的——地下车库、偏远工厂、野外作业这些地方要么没有网络要么信号极差。MiniCPM-RobotTrack原生适配了宇树Go2 Edu机器狗在无网或弱网环境下依然能够流畅跟随。文章开头那个在WAIC现场自如穿梭的机器狗正是搭载了这款模型。[图片article2_img5.jpg] 宇树Go2 Edu机器狗无网环境跟随演示想象一个应用场景在一个地下矿井中巡检机器狗需要跟随矿工穿越复杂的巷道。没有WiFi没有5G但机器狗依然紧紧跟在矿工身后遇到障碍物自动绕行遇到岔路口自动判断方向。这种能力在应急救援、野外勘探等场景中有着巨大的应用价值。再想一个仓储物流的场景。大型仓库的角落往往信号薄弱传统依赖云端的AGV小车经常会因为断网而停机。搭载了MiniCPM-RobotTrack的机器狗则完全没有这个顾虑它可以在货架之间自如穿行跟随拣货员到达指定货位等待指令完成取货动作。整个过程不需要任何网络支持大大提高了系统的可靠性。在农业场景中这款模型同样大有用武之地。广袤的农田几乎没有网络覆盖但搭载MiniCPM-RobotTrack的农业机器人可以跟随农民在田间巡逻辅助完成播种、施肥、采摘等工作。农民不需要操控遥控器机器人会自动保持跟随距离在需要时停下来等待指令。PhyAI加速硬件软件的协同进化好的模型还需要好的硬件来跑。面壁智能同时发布了PhyAI加速方案在RTX 5090显卡上对π0模型实现了2.85倍的加速对英伟达的GR00T模型实现了2.28倍的加速。这意味着即使是竞争对手的模型也能通过PhyAI获得显著的性能提升。这种我做好地基大家都能盖楼的思路体现了面壁智能作为开源社区参与者的格局。你不必非得用我的模型但我的加速方案可以让你的模型跑得更快。2500万次下载开源的力量MiniCPM-Robot并不是面壁智能的第一个开源项目。此前MiniCPM-V和MiniCPM-O系列模型的开源下载量已经突破了2500万次。这个数字在全球开源模型中都是名列前茅的。面壁智能走的是一条小模型、大能力的路线——不追求参数规模上的军备竞赛而是在有限参数下把性能压榨到极致。这种策略在具身智能领域尤其有效。机器人上的计算资源是有限的你不可能在一只机器狗背上放一台服务器。1.5B和0.9B的参数量意味着这些模型可以在边缘设备上本地运行不需要依赖云端。具身智能的下一站MiniCPM-Robot的开源对整个具身智能行业来说是一个重要的里程碑。它证明了一件事小模型也能做好具身智能。你不需要几百亿参数的巨型模型只需要在架构设计和技术路线上做对选择1.5B的参数就能在榜单上碾压大几十倍的对手。更重要的是开源意味着更多开发者可以参与进来。当一个研究生可以在自己的机器狗上跑起MiniCPM-RobotTrack时具身智能的创新就不再被大公司垄断。每一个有想法的人都可以为这个领域贡献自己的力量。面壁智能选择开源这条路背后是一种长远的眼光。具身智能行业目前还处于早期阶段技术路线远未收敛。与其关起门来自己摸索不如开放出来让全社区的智慧汇聚在一起。开源不是慈善而是一种更高效的研发模式——当全世界的研究者都在你的模型上做实验时你能获得的反馈和改进速度远远超过任何一家公司闭门造车。WAIC现场的机器狗演示结束了但围观的观众久久没有散去。有人拿出手机拍照有人蹲下来仔细观察机器狗的运动方式。在他们的眼中你能看到一种熟悉的表情——那是对未来的期待。
)
