GigaBrain-0.7: Scaling Embodied Foundation Models to Emergent Capabilities with a Three-System Architecture

• 类型：arxiv
• 标识：2608.15875
• 链接：https://arxiv.org/abs/2608.15875
• 主分类：multimodal
• 形态：method
• 被引：7
• 被引来源：Semantic Scholar
• S2被引：7
• OpenAlex被引：0
• 影响力被引：1
• TLDR：This work presents GigaBrain-0.7, an embodied foundation model with substantially improved generalization across diverse robot embodiments, and introduces one-stage alignment training that jointly optimizes vision-language understanding and multi-embodiment action generation.
• OpenAlex ID：W7203727558
• OpenAlex DOI：10.48550/arxiv.2608.15875
• DOI：10.48550/arxiv.2608.15875
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.15875
• OpenAlex更新：2026-09-01
• 待LLM分类：否
• 标题中文：GigaBrain-0.7：以三系统架构将具身基础模型扩展至涌现能力
• TLDR中文：本文提出 GigaBrain-0.7，一种跨多种机器人 embodiment 泛化能力显著增强的 embodied foundation model，并引入一阶段对齐训练，联合优化 vision-language 理解和多 embodiment 动作生成。
• 来源文件：
• /inbox/tom/_candidates/2026-08-27-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]