機器之心發布

機器之心編輯部

3 月 29 日，智源研究院在 2025 中關村論壇 “未來人工智能先鋒論壇” 上發布首個跨本體具身大小腦協作框架 RoboOS 與開源具身大腦 RoboBrain，可實現跨場景多任務輕量化快速部署與跨本體協作，推動單機智能邁向群體智能，為構建具身智能開源統一生態加速場景應用提供底層技術支持。

開源鏈接如下：

具身多模態大腦模型 RoboBrain

• GitHub：https://github.com/FlagOpen/RoboBrain
• Gitee：https://gitee.com/flagopen/robo-brain
• Huggingface：https://huggingface.co/BAAI/RoboBrain

為機器人操作任務設計的高質量異構數據集 ShareRobot

• GitHub：https://github.com/FlagOpen/ShareRobot
• Gitee：https://gitee.com/flagopen/share-robot
• Huggingface：https://huggingface.co/datasets/BAAI/ShareRobot

增強長程操作任務能力

打造感知 - 認知 - 決策 - 行動閉環

在具身場景中，長程操作任務是機器人執行復雜任務的核心能力之一。具身大腦 RoboBrain 融合了機器人任務規劃、可操作區域感知、軌跡預測的三維能力，通過將抽象指令映射為具象動作序列，增強長程操作任務的能力。

RoboBrain 由三個模塊組成：用于任務規劃的基座模型、用于可操作區域感知的A-LoRA 模塊和用于軌跡預測的T-LoRA 模塊。在推理時，模型首先感知視覺輸入，并將輸入指令分解為一系列可執行的子任務，然后執行可操作區域感知和軌跡預測。RoboBrain 采用多階段訓練策略，使其具備長歷史幀記憶和高分辨率圖像感知能力，進而提升場景感知和操作規劃的能力。

RoboBrain 在任務規劃、可操作區域感知和軌跡預測評測任務中均表現出卓越性能。

任務規劃方面，RoboBrain 在不犧牲通用能力的前提下，在機器人規劃評測集 OpenEQA、ShareRobot（自建）和 RoboVQA 上多個維度優于 GPT-4V、Claude3 等 6 個當時領先的閉源 / 開源 MLLMs。

RoboBrain 在具身規劃評測基準上的性能

可操作區域感知方面，RoboBrain 在 AGD20K 測試集上的平均精度超過了當時最先進的開源模型 Qwen2-VL，驗證了其在指令理解和物體屬性方面的卓越能力。

RoboBrain 在可操作區域感知基準上的性能

軌跡預測方面，RoboBrain 預測的操作軌跡具有與真實軌跡較高的相似度，展現了其在軌跡預測中的高精度和穩定性。RoboBrain 的未來迭代版本會持續提高軌跡預測的能力。

RoboBrain 在軌跡預測基準上的性能

目前，RoboBrain 能夠解讀人類指令和視覺圖像，以生成基于實時圖像反饋的行動計劃和評估，預測每一步的軌跡并感知相應的可操作區域。具體而言，RoboBrain 能夠有效利用環境信息和交互對象的狀態 —— 無論是從第一人稱還是第三人稱視角捕捉的圖像 —— 生成針對不同類型機器人操作任務的任務規劃，并基于人類指令和視覺信息，提供合理的可操作區域，并能在不同場景中表現出良好的泛化能力，生成既可行又合理的軌跡。

具身大腦 RoboBrain、小腦技能庫以及跨機器人數據中樞，是跨本體框架 RoboOS 的核心要素。具身大腦 RoboBrain，負責全局感知與決策，構建動態時空感知、規劃指導和反饋糾錯機制；小腦技能庫，負責低延遲精準執行，實現柔性與精密操作等；跨機器人數據中樞，負責實時共享空間、時間和本體記憶，為決策規劃與優化協作操作提供信息支持，從而形成感知 - 認知 - 決策 - 行動的閉環。

一腦多機實現跨本體協作

從單體智能邁向群體智能

跨本體具身大小腦協作框架 RoboOS，基于 “大腦-小腦” 分層架構，通過模塊化設計、智能任務管理和跨本體協作，為機器人提供高效、靈活、可擴展的底層支持，實現從單機智能到群體智能的躍遷。

在 RoboOS 的分層架構下，具身大腦 RoboBrain 的復雜場景感知與決策能力，可與小腦技能庫的高效執行能力深度結合，確保協作框架在長周期、高動態任務中的穩定運行。實現大腦模型（如 LLM/VLM）與小腦技能（如抓取、導航）的 “即插即用”，目前，可支持松靈雙臂、睿爾曼單 / 雙臂、智元人形、宇樹人形等不同類型的具身本體。

通過共享記憶系統（空間記憶 / 時間記憶 / 本體記憶），實現多個機器人之間的狀態同步與智能協作，突破傳統 “信息孤島” 限制，實現跨本體協作控制。

RoboOS 可動態管理多機器人任務隊列，支持優先級搶占與資源優化分配，確保復雜場景下實時響應，實現高并發任務調度。

此外，RoboOS 可基于執行反饋動態調整策略，結合環境變化，持續優化任務規劃，提升魯棒性，做到實時閉環優化。

基于 RoboOS 及 RoboBrain 的多機器人跨本體協作遞送任務 Demo

在 “遞送蘋果和水果刀” 的任務場景中，基于 RoboOS 及 RoboBrain，睿爾曼單臂機器人（轉運）、宇樹人形 G1（挑揀水果）、松靈雙臂機器人（挑揀水果刀）分工協作。

整體任務流程是睿爾曼調用 “導航技能” 移動至餐桌前，宇樹 G1 調用 “視覺抓取技能” 完成指定物體的挑揀，睿爾曼調用 “抓取技能” 提起果籃并導航至松靈餐桌前。緊接著，松靈調用 “抓取技能” 獲取水果刀，并放置在果籃中心，睿爾曼依據 “空間記憶” 導航至辦公桌位置，遞送果籃后返回待命。

RoboOS 接收“拿離杯子最近的水果，并遞送一把水果刀”指令后，遞送 RoboBrain 進行任務拆解，并將拆解后的子任務分發給 3 臺跨本體機器人。RoboBrain 通過 "空間記憶" 感知環境，確定果籃、蘋果位置，并拆解任務為 “宇樹 G1 挑揀蘋果→睿爾曼傳遞果籃→松靈機器人抓取水果刀→睿爾曼返回”。

各機器人本體執行子任務過程中，由 RoboOS 提供端云協作能力，將任務規劃為技能粒度，實現云端 RoboBrain 分發規劃，端側執行技能并實時反饋。RoboBrain 識別 “離杯子最近的水果位置”、“果籃抓取位置 affordance”、“水果刀抓取位置 affordance”、“果籃空閑位置 Pointing”，經由RoboOS 遞送指導各機器人本體完成任務

“即插即用” 快速輕量化泛化部署

打造統一生態

RoboOS 作為面向多機器人系統的跨本體具身大小腦協作框架，專為解決當前具身智能落地過程中的通用性適配與多機調度難題而設計。針對異構本體難以統一接入、任務調度效率低、缺乏動態錯誤反饋機制等痛點，基于 RoboOS 的 “大小腦協同” 的架構范式，云端的具身大腦 RoboBrain 負責統一的任務理解、規劃決策與上下文感知，本體側則接入輕量級的小腦執行模塊，實現感知 - 認知 - 決策 - 行動的閉環協作。

該機制能夠動態感知本體差異、靈活適配操作指令、自動修復異常行為，有效提升系統在復雜任務場景下的魯棒性與泛化性。RoboOS 原生支持異構機器人本體的靈活接入，以 Profile 模板機制快速完成機器人能力建模與適配。

本體的小腦模塊可調用包括開源技能庫、自研低階控制器等多種技能接口，形成一個支持模塊復用、即插即用的運行體系，大幅降低開發門檻與接入成本。

在云端，RoboOS 提供完備的模型適配與 API 接入能力，兼容自研的多模態 VLM，作為可插拔的大腦決策引擎，從而在服務機器人、工業自動化、智慧物流、智能制造等領域支撐復雜任務的多機協作需求。

借助 RoboOS 的端云一體化協同能力與動態調度機制，整個系統不僅具備高度的擴展性與可遷移性，更為未來具身智能的規模部署與生態構建奠定了通用操作系統級的基礎。

RoboOS 基于智源研究院研發的并行訓練與推理框架 FlagScale，原生支持多機器人系統的端云協同能力，打造具身智能的統一底座。系統在設計上充分考慮 “多機器人 - 多模態 - 多任務” 場景，具備極高的可擴展性與低時延響應能力。

在端側部署中，機器人注冊即可自動與云端部署的 RoboBrain 大腦建立雙向通信鏈路，通過高效發布 - 訂閱機制實現實時任務調度與狀態反饋，指令響應延遲低于 10ms，滿足復雜動態任務的閉環控制需求。

面向機器人在長期運行中產生的海量感知與行為數據，RoboOS 提供基于內存優化的數據訪問引擎，支持 TB 級別歷史數據的內存隨機訪問能力，為任務復現、異常回溯、跨任務知識遷移等場景提供基礎能力。結合 RoboBrain 的任務推理與策略優化模塊，歷史數據還可用于多機之間的協作知識共享，實現更強的智能演化與自主學習能力。

此外，FlagScale 作為底層支撐框架，支持大模型在多設備間的并行推理與多任務協同調度，可無縫集成視覺語言模型、軌跡生成模塊、感知識別等子系統，全面釋放具身大模型的系統潛力。

目前，智源研究院依托多模態大模型技術優勢資源，正在聯合北大、清華、中科院等高校院所以及銀河通用、樂聚、加速進化、宇樹等產業鏈上下游企業，積極建設具身智能創新平臺，重點開展數據、模型、場景驗證等研究。

此次智源研究院發布的跨本體具身大小腦協作框架 RoboOS 及開源具身大腦 RoboBrain，將有機融合和廣泛鏈接不同構型的具身本體與豐富多元的具身模型，加速具身智能跨本體協作與規模化應用。

開放、協作、共享，是具身智能生態繁榮的必經之路，智源研究院愿攜手更多產業合作伙伴，共繪具身智能生態藍圖。