极佳视界发布GigaBrain-0.7，开源第一！颠覆性首创System-3+双塔体系

机器之心发布 在 2026 世界机器人大会（WRC）的 C326 展台前，最拥挤的地方之一是一张乒乓球台，这里站着一台人形机器人和观众对打。 对一家以世界模型起家的公司来说，把展台做成体验区并非只为热闹。从世界模型、具身基模，到原生本体与泛化场景，极佳视界这次想在现场铺开的是一条完整链路，而不是几个孤立的 demo。大会期间，多项互动演示吸引了大量观众和行业人士驻足体验。 这条链路上最新的一块拼图，是 8 月 19 日发布的新一代具身基础模型 Gi gaBrai n-0.7 ，它也在世界模型展区同步展出。发布之后， 该模型直接 登顶 智元 RoboColiseum 排行榜 。 榜单地址：https://robocoliseum.ai/leaderboard RoboColiseum 于 8 月 14 日上线，主打与真机表现高度一致的仿真评测，目前设有 4 类能力子榜、78 个仿真评测任务，海内外已有 40 多支队伍在上面打擂。换句话说，GigaBrain-0.7 在平台开放的第五天，就把四个分项第一全部拿下。 GigaBrain-0.7 成功不止于榜单，其还首次提出 System-3 的概念，把世界模型放进机器人的实时决策回路，让机器人先预演判断、再执行动作；其背后是极佳视界从今年二季度起就在推进的 “数据金字塔+算法金字塔”双轮驱动范式 。这套做法能否真正把具身智能的 Scaling 走通，是眼下行业最关心的问题之一。 以下为 GigaBrain-0.7 的详细介绍。 贯通“5层数据金字塔”与“3层算法金字塔”体系范式，刷新长程复杂任务 SOTA 机器人学干活，算法重要还是数据重要？什么样的算法和数据配方，能够最高效带来具身智能的 GPT-3时刻？ 今年二季度，极佳视界率先提出了这个行业核心命题—— 如何构建 可扩展（Scalable）的 具 身基 础 模 型 ——并给出了“数据金字塔+算法金字塔”双轮驱动的答案。 8月19日 ， 新一代具身基础模型GigaBrain-0.7正式发布：系统论证“双金字塔”每一层的价值，在 相同 真机评估基准下，效果全面领先全球头部开源模型。 GigaBrain-0.7 亮点速览： 首次提出 System-3 ：把世界模型放进机器人的实时决策回路，让机器人“ 先预演判断，再执行动作 ” 基模开箱即用 ：“双塔”体系驱动预训练模型实现“ One Model, Many Tasks ”的基模能力 横向评测断档领先 ：不仅在“具身原生的自研本体Maker H01”上任务成功率展现出“ 断档领先 ”的突出优势，而且在仿真和真机高度一致的RoboColiseum平台4项全方位评测上 包揽第一 真机任务一镜到底 ：行业首次实现 超20分钟超10个任务 的长程复杂精细操作一镜到底 真机评测 断档领先 仿真评测 包揽第一 据了解，模型和相关代码将在不久后开源。 项目主页： https://gigaai.cc/blog/gigabrain07 技术报告： https://arxiv.org/abs/2608.15875 代码仓库： https://github.com/open-gigaai/giga-brain-0 (Coming soon) 模型地址： https://huggingface.co/open-gigaai/models (Coming soon) 01 从“理论共识”到“范式落地” 极佳视界在今年二季度率先提出了“如何构建可扩展（Scalable）的具身基础模型”这一行业核心命题，并确立了 “ 数据金字塔 ”与“算法 金字塔 ” 的双轮驱动战略。 极佳视界现已 正式推出 新一代具身基础模型——GigaBrain-0.7 。GigaBrain-0.7系统论证了“双金字塔”架构每一层的价值，并在相同真机评估基准下， 效果全面领先全球头 部开源模型 。这不仅是一次版本的迭代，更是极佳视界将“数据+算法”双金字塔理论转化为大规模工程实践与真机泛化能力的飞跃。 02 核心架构创新 GigaBrain-0.7 的三层算法金字塔 GigaBrain-0.7深度融合了三层算法金字塔，基于全栈算法能力完成了全新的架构设计，在模型架构层面实现了从 物 理常识理解 和预判 、 到 高精度连续动作控制 、 再到 闭环经验强化 的完整进化。 GigaBrain-0.7架构图 「第一层」 世界模拟（World Simulation）—— 赋予VLA物理常 识理解和预判 能力 VLM物理常识理解和规划 以大规模视觉语言模型VLM（System-2）为大脑主干，深度理解物理世界的常识规律、因果逻辑与高层任务规划。同时通过 原生时空交互注意力机制（Temporal-Spatial Block） ， 在空间视觉Token中引入了 相对位置编码与相对时间编码 ，解决了具身任务中的长程时序推理难题。 GigaBrain-0.7 任务规划效果 GigaBrain-0.7 时序训练前后对比 World Model 未来变化预测和判断 GigaBrain-0.7首次提出 System-3 的定义，使用之前发布的GigaWorld-1实现对物理世界未来变化的预测和判断，补齐了当前VLA不具备预判能力的短板。 具体来说，基于GigaWorld-1的System-3可同步生成 当前动作的未来价值评估（Action Value Feedback）和未来关键进展的视觉图像预测 ， 这些未来表征被编码并即时补充至GigaBrain-0.7的输入prompt中，为机器人提供了“预演未来”的能力，显著提升了高难度、长程长尾任务的真机执行成功率和完成速度。 World Model 预测与困难任务执行真机视频 「第二层」 动作对齐（Action Alignment）—— 基于MoT和Flow Matching的多本体动作生成 跨本体参数共享（Shared Action Expert） System-1基于MoT架构，采用Flow Matching范式生成高质量连续动作。在Action Expert模块中，不同机械本体共享绝大部分Transformer核心参数，仅通过本体类型ID（Robot ID）路由至对应的输入/输出投影层，成功实现了异构本体间的操作知识迁移与共享。 软知识隔离（Soft Knowledge Insulation） 在Action Expert与VLM视觉主干之间设计了Soft Knowledge Insulation机制，既保障了VLM主干强泛化的通用任务理解与规划能力，又最大限度提升了专用机器人操纵的精度。 端到端联合预训练（Unified End-to-End Pretraining） 引入随机Prompt动态改写机制，配合细粒度的Subtask与VQA标注，在统一架构内实现Subtask语言规划、VQA视觉理解、离散动作桥接与连续动作生成的一次性端到端联合预训练，大幅提升预训练效率和动作对齐能力，极大地增强了模型在未知场景中的泛化性与指令严格遵循能力。 「第三层」 经验强化（Experience Reinforcement）—— 从离线经验学习到在线持续强化 GgaBrai n0.7的经验强