/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
24 авг 2026

GigaBrain-0.7-3.5B-Base

Языковая модельИзображение, текст → action3 профессии

GigaBrain-0.7-3.5B-Base — VLA-модель для понимания визуальных и языковых сигналов и генерации действий роботов по инструкциям.

1 866скачиваний за 30 дней12лайковвеса обновлены25 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GigaBrain-0.7-3.5B-Base — базовая версия модели GigaBrain-0.7, разработанная командой Open-GigaAI. Это embodied foundation model класса vision-language-action (VLA) для управления роботами: трёхсистемная архитектура объединяет понимание, предсказание и генерацию действий. Для предобучения использовано более 37 000 часов разнородных данных о взаимодействии с роботами, а одностадийное выравнивание совместно оптимизирует понимание визуальных и языковых сигналов и генерацию действий для разных роботизированных платформ.

Модель предназначена для следования инструкциям на естественном языке и выполнения задач в домашних и промышленных сценариях на различных роботах. README сообщает об улучшенной обобщающей способности, выполнении задач без дополнительного обучения и успешности после дообучения по сравнению с предыдущими моделями серии и рядом систем, включая π0.5. Репозиторий содержит веса PyTorch в формате safetensors; лицензия — Apache-2.0.

Карточка не описывает точные форматы входных изображений и выходных действий, поддерживаемые платформы и подробные ограничения; заявленные результаты на платформе Maker H01 и других роботах не гарантируют успеха в конкретной среде.

Сценарии применения

  • управление роботом по текстовой инструкции
  • выполнение бытовых задач на роботизированной платформе
  • выполнение промышленных задач роботом
  • перенос навыков между разными типами роботов
  • генерация действий робота с учётом визуального контекста

Ограничения

В карточке нет подробных сведений о допустимых входах и выходах, конкретных роботизированных платформах и ограничениях эксплуатации. Заявленные результаты зависят от платформы и условий среды.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

License Project arXiv Paper Models DataSets

✨ Introduction

Vision-language-action (VLA) models have become a dominant paradigm for generalist embodied agents, demonstrating strong complex and long-horizon task completion in structured settings. Yet it remains an open question whether current VLA systems can benefit from more effective architectural design, scale to substantially larger and more heterogeneous data regimes, and achieve broader generalization across tasks and embodiments. To this end, we present GigaBrain-0.7, an embodied foundation model with substantially improved generalization across diverse robot embodiments. Specifically, GigaBrain-0.7 unifies understanding, prediction, and action through a three-system architecture, scales pretraining to over 37,000 hours of heterogeneous embodied data, and introduces one-stage alignment training that jointly optimizes vision-language understanding and multi-embodiment action generation. Compared with the preceding GigaBrain-0 series and prior state-of-the-art models including π0.5, GigaBrain-0.7 achieves substantial improvements in foundation zero-shot capabilities, language-conditioned instruction following, and post-training task success rates. In particular, on our in-house Maker H01 platform and mainstream robot embodiments, GigaBrain-0.7 demonstrates strong task adaptability and completion ability across both home and industrial scenarios.

GigaBrain-0.7 Three-System Architecture

Citation

@article{gigabrainteam2026gigabrain07,
  title={GigaBrain-0.7: Scaling Embodied Foundation Models to Emergent
         Capabilities with a Three-System Architecture},
  author={GigaBrain Team and others},
  journal={arXiv preprint arXiv:2608.15875},
  year={2026},
  eprint={2608.15875},
  archivePrefix={arXiv},
  primaryClass={cs.RO},
  url={https://arxiv.org/abs/2608.15875},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
2936d6f

0 моделей