开源项目与框架全景¶
最后更新: 2026-04-16
开源策略/VLA 模型¶
Octo (Berkeley)¶
-
参数: 27M (Small) / 93M (Base)
-
数据: Open X-Embodiment 800K 轨迹预训练
-
特点: 跨 embodiment 零样本迁移, Transformer+扩散策略
-
状态: 活跃维护, 完全开源
OpenVLA (Stanford + TRI)¶
-
参数: 7B (基于 LLaVA 7B)
-
数据: 970K 真实机器人演示
-
结果: 比 RT-2-X (55B) 高 16.5% 成功率, 参数少 7×
-
OpenVLA-OFT: 优化版, LIBERO 基准 97.1%
SmolVLA (Hugging Face)¶
-
参数: 450M (极简!)
-
性能媲美 Octo/OpenVLA
-
LeRobot 生态集成
NVIDIA GR00T N1¶
-
首个开源人形机器人基础模型
-
双系统: System1 快思考 + System2 慢思考
-
GTC 2025 发布, 配合 Isaac Lab
Gemini Robotics (Google DeepMind)¶
-
基于 Gemini 2.0 的 VLA
-
Gemini Robotics-ER: 具身推理
-
On-Device: 边缘部署版
-
API + 合作伙伴开放
LeRobot (Hugging Face)¶
-
机器人学习全栈工具链
-
标准数据格式 LeRobotDataset
-
整合 π₀, GR00T N1
-
GitHub 12,000+ stars, 活跃开发
-
HF 收购了 Pollen Robotics (实体机器人)
π₀ 开源 (Physical Intelligence)¶
-
2025.02 开源代码+权重
-
GitHub: Physical-Intelligence/openpi
-
社区复现: lucidrains/pi-zero-pytorch
开源世界模型¶
DreamerV3 (danijar)¶
-
JAX 官方实现, RSSM 世界模型
-
跨域无需调参 (Minecraft→机器人)
-
ICML 2023 / Nature 2023
DIAMOND (Geneva/Paris)¶
-
NeurIPS 2024 Spotlight
-
扩散模型作世界模型 (DIffusion As MONd Dreams)
-
Atari 100k SOTA, 可作神经游戏引擎
-
GitHub: eloialonso/diamond
GEN-0 / GEN-1 (Generalist AI)¶
-
GEN-0 (2025.11): 首次验证具身智能 Scaling Law
-
训练: 270,000 小时人类操作视频, 每周新增 10K+ 小时
-
GEN-1 (2026.04): 同等性能仅需 GEN-0 的 1/10 数据
NWM (Meta FAIR)¶
-
导航世界模型, CVPR 2025
-
CDiT 架构, facebookresearch/nwm
LeWorldModel¶
-
端到端 JEPA 世界模型
-
SIGReg 正则化, lucas-maes/le-wm
开源仿真平台¶
NVIDIA Isaac Sim / Isaac Lab¶
-
基于 Omniverse, 光线追踪级真实感
-
Domain Randomization, GR00T 训练主平台
-
配合 Cosmos 合成数据流水线
MuJoCo (Google DeepMind)¶
-
物理仿真精度最高, 完全开源 (2022)
-
MJX: GPU 加速版 (2024)
-
学术首选
Habitat 3.0 (Meta AI)¶
-
家庭场景, 人机协作仿真
-
2024 更新
RoboCasa (UT Austin)¶
- 大规模厨房任务, 数千种场景变体
SAPIEN / ManiSkill3 (UCSD)¶
-
物理仿真 + 灵巧操作基准, GPU 并行
-
ManiSkill3 2025 发布
Newton Physics Engine¶
-
NVIDIA + DeepMind + Disney 联合开发
-
专为机器人, 2025 开发中
其他¶
-
PyBullet: 轻量级入门
-
Gazebo / ROS 2 Jazzy: 工程验证
-
AI2-THOR: 室内交互
开源数据集¶
Open X-Embodiment (OXE)¶
-
1M+ 轨迹, 22 种 embodiment, 34 个实验室
-
Google 主导, 训练 Octo/OpenVLA/RT-X 基础
DROID¶
-
76K+ 演示, 564 场景
-
场景多样性领先 (vs BridgeData 10-24 场景)
AgiBot World¶
-
100 万+ 轨迹, 100+ 场景
-
迄今最大人形机器人操作数据集
-
IROS 2025 提名 + IEEE TRO 2026
GEN-0 训练数据¶
-
270,000 小时视频, 每周 +10K 小时
-
规模最大的具身AI训练数据
BridgeData V2¶
- 60K+ 演示, 多任务语言条件化
RH20T (清华)¶
- 110K+ 演示, 人手遥操作, 20 类任务
参考¶
↑ 上级 · 05.2 机器人与具身AI