🐼Pandaily•較早收集於 2h
Galbot 推出並開源 LDA-1B 世界-動作模型
💡開源16億具身模型統一世界/動作，在混合數據上擴展—機器人開發者關鍵。（38字）
⚡ 30-Second TL;DR
有什麼變化
Galbot 估值逾人民幣200億元（28億美元），中國頂級未上市具身AI公司
為什麼重要
透過提供可擴展、統一的世界-動作建模，推進開放具身AI研究。高亮Galbot領導地位，或加速全球機器人創新。
下一步行動
複製Galbot的LDA-1B GitHub儲存庫，並在您的異質機器人數據上測試擴展。
誰應關注：Researchers & Academics
關鍵要點
- •Galbot 估值逾人民幣200億元（28億美元），中國頂級未上市具身AI公司
- •LDA-1B：16億參數，統一世界/動作學習
- •展示異質數據擴展規律
- •開源模型與框架
- •獲RSS 2026會議接受
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •LDA-1B 採用了基於 Transformer 的架構，專門針對機器人操作任務進行了優化，旨在解決具身智能中感知與控制分離的瓶頸。
- •該模型在訓練過程中整合了來自不同機器人平台的異質數據，證明了在具身領域中，跨形態數據的擴展規律（Scaling Laws）同樣適用。
- •Galbot 的開源策略不僅包含模型權重，還包括了用於數據處理與模型訓練的完整框架，旨在降低具身 AI 的開發門檻並促進學術界與工業界的協作。
📊 競品分析▸ Show
| 特性 | Galbot LDA-1B | Google RT-2 | Figure AI (Foundation Model) |
|---|---|---|---|
| 參數規模 | 16億 (1.6B) | 550億 (55B) | 未公開 |
| 核心定位 | 世界-動作統一模型 | 視覺-語言-動作模型 (VLA) | 通用人形機器人模型 |
| 開源狀態 | 開源 | 閉源 | 閉源 |
| 訓練數據 | 異質機器人數據 | 網絡數據+機器人數據 | 專有機器人數據 |
🛠️ 技術深入
- 模型架構：基於 Transformer 的序列建模，將視覺觀察與動作指令統一編碼為 Token 序列。
- 訓練目標：採用聯合訓練策略，同時優化世界模型（預測未來狀態）與動作策略（輸出控制指令）。
- 數據處理：引入了針對異質機器人數據的對齊機制，解決了不同機器人形態與傳感器配置帶來的數據分佈差異問題。
- 推理優化：針對機器人實時控制需求，對模型進行了輕量化處理，以適應邊緣計算設備的部署。
🔮 前景展望AI analysis grounded in cited sources
具身智能模型將向輕量化與通用化雙軌並行發展。
LDA-1B 的成功證明了在較小參數規模下，通過優化數據與架構，模型仍能具備強大的泛化能力，這將推動具身 AI 在邊緣設備上的普及。
開源生態將成為具身 AI 領域競爭的關鍵壁壘。
Galbot 通過開源模型與框架，有望快速建立行業標準，吸引開發者社區並加速其技術迭代速度。
⏳ 時間線
2024-05
Galbot 完成數億元人民幣天使輪融資，正式進入具身智能領域。
2025-02
Galbot 發布其首代具身智能機器人原型，展示初步的環境交互能力。
2026-03
LDA-1B 模型獲 RSS 2026 會議錄用，標誌著其技術路徑獲得學術界認可。
2026-04
Galbot 正式對外發布並開源 LDA-1B 模型及相關訓練框架。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗