2026 年具身智能领域迎来里程碑式突破！极佳视界发布新一代 VLA（视觉 - 语言 - 动作）具身大模型 GigaBrain-0.5M*，以世界模型驱动决策的创新范式，不仅在 RoboChallenge 等国际赛事中超越 π*0.6 等主流方案拿下世界第一，更在叠衣、冲咖啡、折纸盒等真实场景中实现接近 100% 的任务成功率，较传统基线方法成功率提升近 30%，标志着具身智能正式迈入 “自我进化” 的新阶段。
世界第一实至名归：从赛事领跑 to 真实场景零失误
继前代模型 GigaBrain-0.1 以 68.34 分斩获 RoboChallenge 全球冠军后，GigaBrain-0.5M * 实现性能跨越式升级，在更严苛的测试中持续领跑。该模型采用世界模型条件驱动架构，将未来状态预测与价值评估作为决策输入，大幅提升长时程任务的鲁棒性，彻底解决了传统具身模型 “易出错、难稳定” 的痛点。
在真实场景实测中，GigaBrain-0.5M * 展现出惊人的可靠性：
-
家庭场景：衣物折叠任务零失误，可精准应对不同材质、尺寸的衣物，完成平整叠放；
-
服务场景：咖啡制备全流程自动化，从研磨咖啡豆到精准冲煮，全程稳定复现专业水准；
-
工业场景：折纸盒任务高效精准，适配不同规格纸盒的折叠与封装需求，成功率接近 100%。
与 AWR、RECAP 等主流模仿学习与强化学习方法对比，GigaBrain-0.5M * 在相同任务设定下表现碾压，尤其在多阶段操作、精细感知、持续决策等复杂场景中，优势更为显著，成为首个在真实环境中实现 “持续稳定零失误” 的具身大模型。
核心创新：世界模型 + 人在回路，构建自我进化闭环
GigaBrain-0.5M * 的突破，源于极佳视界提出的世界模型原生强化学习范式，通过四阶段闭环训练流程，让模型实现 “行动 — 反思 — 进化” 的自主迭代：
-
世界模型预训练：基于大规模机器人操作数据，训练模型精准预测未来状态与对应价值，为决策提供 “认知先验”；
-
策略网络微调：以世界模型的预测结果为条件，优化策略网络，确保动作决策的合理性与前瞻性；
-
人在回路数据采集：将优化后的策略部署至真实物理环境，通过人工干预筛选、校正模型推演轨迹，采集高质量有效数据；
-
持续联合优化：利用筛选后的轨迹数据，同步升级世界模型与决策策略，形成循环进化机制。
这种创新范式让模型摆脱了对海量真实标注数据的依赖，同时通过人在回路机制，确保进化方向与实际应用需求对齐，实现 “越用越聪明、越用越可靠” 的持续优化效果。
价值预测革命：比 VLM 方案更快更准，贴合物理进程
GigaBrain-0.5M的世界模型不仅能预测未来状态，更能提供高效精准的价值评估，其性能全面超越 π0.6 提出的 VLM（视觉语言模型）价值预测方案：
-
效率更高：推理时间仅 0.25 秒，较 VLM 方案的 0.32 秒提速 21.9%；
-
精度更优：MAE（平均绝对误差）低至 0.0621，MSE（均方误差）0.0099，均低于 VLM 方案，价值评估更精准；
-
鲁棒性更强：通过单步降噪机制与时序上下文支撑，价值预测与任务物理进程高度对齐。
以叠衣服任务为例，模型的价值曲线会随任务进展动态调整：初期调整衣物姿态时波动，稳定叠放阶段稳步上升，遭遇干扰时骤降，干扰移除后快速恢复，完美匹配真实操作逻辑，为决策提供可靠依据。
数据基石：超万小时训练数据，六成由世界模型合成
强大的性能背后，是海量且高质量的训练数据支撑。GigaBrain-0.5M * 的基座模型 GigaBrain-0.5，基于总计 10931 小时的多样化机器人操作数据完成预训练，数据构成兼具广度与深度：
-
合成数据占比 61%（6653 小时）：由自研具身世界模型 GigaWorld 生成，覆盖纹理迁移、视角变换、人手到机械臂映射等场景，突破真实数据采集的长尾瓶颈；
-
真实数据占比 39%（4278 小时）：来自 Franka、UR5e、ARX5 等多款机器人的真实操作采集，确保策略在物理世界的可执行性。
这种 “合成数据 + 真实数据” 的混合训练模式，既拓展了模型的任务覆盖范围，又增强了分布外场景的适应性，为具身智能走向开放世界奠定了坚实基础。
生态布局：三位一体闭环，推动物理 AGI 爆发
极佳视界作为国内首家布局世界模型的科技公司，围绕 “基模 — 本体 — 场景” 三位一体构建闭环生态：
-
基模层：以世界模型平台 GigaWorld、通用具身大脑 GigaBrain 为核心，提供技术底座；
-
本体层：通过原生本体 Maker，打造适配不同场景的机器人硬件；
-
场景层：覆盖工业、商业、家庭等多元场景，提供软硬一体的具身智能解决方案。
公司核心团队汇聚了清华、北大、CMU 等顶尖院校研究人员，以及微软、百度等企业高管，兼具顶尖研究能力与大规模产业落地经验。其目标是实现数据、训练、测试全链路效率 10-100 倍提升，推动通用具身智能机器人、通用自动驾驶等物理 AGI 大规模爆发。
从赛事夺冠到真实场景零失误，GigaBrain-0.5M * 的发布不仅刷新了具身智能的技术天花板，更让通用机器人走进千家万户的愿景更近一步。随着自我进化机制的持续迭代，具身智能有望在更多复杂场景中实现突破，成为改变千行百业的核心生产力。