Spirit-v1.5 - 千寻智能推出的具身智能基础模型

Spirit-v1.5是什么

Spirit-v1.5 是千寻智能推出的具身智能基础模型。模型采用多样化、开放式的数据采集方式，摒弃传统“干净数据”的限制，让模型在预训练阶段接触更丰富的动作和场景，具备更强的泛化能力和适应性。在 RoboChallenge 真机评测中，Spirit-v1.5 凭借出色的表现超越此前的领先模型，成为当前最优的具身智能模型，为具身智能的发展提供新的技术路径和开源基准。

Spirit-v1.5的主要功能

• 多样化任务执行：Spirit-v1.5能完成多种日常任务，如插花、水果入篮、挂牙刷杯、贴胶带、清扫垃圾等。
• 泛化能力：通过多样化的预训练数据，具备在未见过的场景中快速适应和执行任务的能力。
• 鲁棒性：在复杂环境中表现出色，能应对物体遮挡、光照变化、机械臂协同等挑战。
• 支持多机器人平台：模型兼容多种机器人硬件，如单臂机器人（Franka、UR5e）和双臂机器人（ALOHA）。
• 高效微调：在新任务上能快速微调，减少训练时间和资源消耗。

Spirit-v1.5的技术原理

• 多样化数据采集：模型摒弃传统“干净数据”，采用开放式、弱控制的数据采集方式。采集员围绕任务目标自由行动，生成包含多种原子技能和真实时序关系的数据。
• 预训练与微调：模型通过大规模多样化数据进行预训练，学习通用策略而非单一任务的最优解。在新任务上微调时，模型能够快速适应并表现出色。
• Vision-Language-Action (VLA) 模型架构：结合视觉、语言和动作模块，使机器人能理解自然语言指令、感知环境和执行相应动作。
• 强化学习与自监督学习：模型用强化学习优化任务成功率，同时通过自监督学习提升模型对环境变化的适应能力。

Spirit-v1.5的项目地址

• 项目官网：https://www.spirit-ai.com/en/blog/spirit-v1-5
• GitHub仓库：https://github.com/Spirit-AI-Team/spirit-v1.5
• HuggingFace模型库：https://huggingface.co/Spirit-AI-robotics/Spirit-v1.5

Spirit-v1.5的应用场景

• 家庭服务：Spirit-v1.5 可协助完成家务劳动，如清洁桌面、整理物品、辅助烹饪等，显著提升家庭生活的便利性和效率。
• 工业自动化：模型适用生产线操作、质量检测及物流仓储，通过高效执行任务，提高工业生产的效率和精准度。
• 医疗辅助：在康复训练、医疗物资管理和手术辅助等方面，Spirit-v1.5 能优化医疗流程，为医护人员提供有力支持。
• 教育与研究：作为科研和教学工具，Spirit-v1.5 助力学术研究和教育普及，推动机器人技术与人工智能的教育发展。
• 零售与服务：在店铺管理、客户服务和库存管理中，Spirit-v1.5 能提升零售运营效率，改善顾客体验。
• 农业与园艺：Spirit-v1.5 可用于农作物管理和园艺护理，助力农业生产与园艺维护，提高作业效率。