GigaBrain-0 - 世界モデルから生成されたデータに基づいた、オープンソースのVLA（超大型レーザーアレイ）具現化モデル。 - AiBoss

GigaBrain-0とは何ですか？

GigaBrain-0は、世界モデルから生成されたデータに基づいて動作する、斬新なビジョン・言語・アクション（VLA）基盤モデルです。大規模に多様なデータを生成することで、このモデルは実世界のロボットデータへの依存度を低減し、タスク間の汎化性能を大幅に向上させます。RGB-D入力モデリングにより空間認識能力が強化され、エンボディドCoT監視によりタスク実行中の推論能力が強化されます。その結果、GigaBrain-0は実世界の器用な動作、長時間のタスク、および移動動作において非常に優れた性能を発揮します。GigaBrain-0は、外観、オブジェクトの配置、カメラの視点の変化を含むシナリオにおいて、優れた汎化能力を示します。エッジプラットフォームに対応するため、軽量版のGigaBrain-0-Smallがリリースされ、NVIDIA Jetson AGX Orinなどのデバイスで効率的に動作することが可能になりました。

GigaBrain-0の主な機能

データ生成と依存関係の削減動画生成、Real2Realマイグレーション、人間のマイグレーションなど、多様なデータを生成するために世界モデルを活用することで、実際のロボットデータへの依存度を減らし、モデルの汎化能力を向上させることができます。
RGB-D入力と空間認識RGB-D入力による空間認識能力の向上により、モデルは物体の3次元位置と空間配置をより正確に認識できるようになり、それによって操作精度が向上する。
エンボス加工された思考連鎖の監督と推論能力訓練中は、人間の思考プロセスをシミュレートし、複雑なタスクに対する推論能力を高めるために、操作経路やサブゴール計画などの中間的な推論ステップが生成される。
タスク成功率と一般化能力衣類の折りたたみ、テーブルの片付け、箱の移動など、さまざまな作業において、外観、物体の配置、カメラアングルなどの変化に適応し、高い成功率と優れた汎化能力を発揮する。
エッジプラットフォーム向けに最適化された軽量バージョンNVIDIA Jetson AGX Orinなどのエッジプラットフォーム向けに特別に設計された、GigaBrain-0-Smallの軽量版をご紹介します。これにより、効率的な推論が可能になり、実際の導入ニーズに対応できます。

GigaBrain-0の技術原理

世界モデル主導世界モデルを通じて大規模かつ多様なデータを生成し、実際のロボットデータへの依存度を低減し、モデルの汎化能力を向上させる。
RGB-D入力モデリングRGB-D入力を利用することで空間認識能力が向上し、モデルが物体の3D位置と空間配置をより正確に認識できるようになります。
身体化されたマインドチェーンの監督訓練中は、人間の思考プロセスをシミュレートし、複雑なタスクに対する推論能力を高めるために、操作経路やサブゴール計画などの中間的な推論ステップが生成される。
知識の孤立トレーニング中は、行動予測の最適化プロセスと具現化された思考連鎖生成プロセス間の相互干渉を防ぐために、知識分離技術が用いられ、それによってモデルの安定性と性能が向上する。
強化学習と世界モデルを組み合わせる将来的には、世界モデルを強化学習のためのインタラクティブな政策環境に統合することで、現実世界での試行錯誤の必要性を減らし、学習効率を向上させることができるだろう。
政策立案者としての世界モデル世界モデルは、物理的なダイナミクスとタスク構造の一般的な表現を学習し、実行可能な行動シーケンスやサブゴールを直接提案できる「能動的なポリシー生成器」へと進化することが期待される。
閉ループ自己改善サイクルVLA戦略と世界モデルのクローズドループ自己改善サイクルを通じて、現実世界の軌道は世界モデルを継続的に最適化し、世界モデルはより質の高い訓練データを生成することで、自律的で生涯学習型のロボットシステムの開発を促進する。

GigaBrain-0プロジェクトのアドレス

プロジェクト公式サイト：https://gigabrain0.github.io/
GitHubリポジトリ：https://github.com/open-gigaai/giga-brain-0
ハギングフェイスモデルライブラリ：https://huggingface.co/open-gigaai
arXiv技術論文：https://arxiv.org/pdf/2510.19430

GigaBrain-0の応用事例

器用さを要する作業衣類をたたんだり、ティッシュペーパーを用意したりといった作業において、GigaBrain-0は正確に作業を実行でき、質感や色の異なる衣類に対しても優れた汎化能力を発揮する。
長期任務テーブルを拭いたりジュースを作ったりといった作業の場合、このモデルは詳細な時系列計画を実行して、複雑で長期的なタスクを完了させることができます。
移動作戦任務箱や洗濯かごを移動させるなどの作業において、GigaBrain-0はグローバルナビゲーションとローカル操作戦略を組み合わせることで、移動と操作の間のシームレスな移行を実現できます。
エッジプラットフォームの展開GigaBrain-0-Smallは、NVIDIA Jetson AGX Orinなどのエッジプラットフォーム向けに設計された軽量バージョンであり、実際の導入ニーズを満たし、リソース制約のあるデバイス上で効率的な動作を可能にします。