​​智源研究院发布RoboBrain 2.0与RoboOS 2.0：推动具身智能从“单机智能”迈向“群体智能”​

近日，智源研究院正式发布了具身大脑RoboBrain 2.0的32B版本及跨本体大小脑协同框架RoboOS 2.0单机版。这一突破性进展标志着具身智能技术迈入新阶段，通过整合感知、推理与规划能力，RoboBrain 2.0在多项权威基准上刷新纪录，而RoboOS 2.0作为全球首个具身智能SaaS开源框架，实现了轻量化部署和跨本体协作。双引擎联动将加速机器人从“单机智能”向“群体智能”的转型，赋能真实场景应用。

​​Part 1: RoboBrain 2.0突破三大能力瓶颈，模块化架构提升复杂推理​​

当前主流AI模型在真实物理环境中常面临空间理解精度不足、时间依赖建模薄弱和长链推理能力欠缺的瓶颈。RoboBrain 2.0通过创新设计全面突破这些限制，显著提升了复杂具身任务的处理能力。

• ​​空间理解​​：RoboBrain 2.0支持精确点定位和边界框预测，能根据复杂指令在图像中定位物体或区域。它还具备空间关系理解能力，如物体相对位置和方向的分析，并基于场景图进行实时三维空间推理。
• ​​时间建模​​：模型强化了长期规划功能，支持多步任务分解和闭环交互，能动态调整策略以适应环境变化，并协调多智能体协作完成复杂任务。
• ​​长链推理​​：RoboBrain 2.0实现了链式推理和因果逻辑提取，能从指令中推导出多步决策，并生成透明、可解释的推理过程，确保决策可靠性。

在架构上，RoboBrain 2.0采用模块化的编码器-解码器设计，统一处理感知、推理和规划。不同于传统视觉-语言模型（VLMs），它专为具身任务优化，支持高分辨率图像、多视图输入、视频帧、语言指令和场景图的融合编码。这一架构使其在保持通用视觉问答能力的同时，强化了空间感知、时间建模和长链推理。

​​Part 2: 多模态数据集与分阶段训练策略，驱动性能飞跃​​

RoboBrain 2.0依托全面多模态数据集，涵盖高分辨率图像、多视角视频序列、场景图、3D场景数据和复杂自然语言指令。数据集聚焦三大核心领域：

• ​​通用多模态理解​​：整合视觉问答、区域级查询和OCR任务，提升模型对多样场景的响应能力。
• ​​空间感知​​：支持物体定位和功能性识别，应对遮挡和多视角挑战。
• ​​时间建模​​：强化长程任务规划和多智能体协作，确保动态环境中的高效执行。

训练采用智源自研的FlagScale框架，分三阶段递进：

1. ​​基础时空学习​​：通过图文和视频数据构建空间感知和时间理解基础。
2. ​​具身时空增强​​：引入高分辨率多视图图像和导航任务，强化长期规划和动态决策。
3. ​​具身情境推理链训练​​：使用监督和强化微调，提升复杂任务中的链式推理能力。

性能验证基于FlagEvalMM框架，RoboBrain 2.0在空间和时间推理基准上全面领先：

• ​​空间推理​​：在BLINK（83.95分）、CV-Bench（85.75分）等9项测试中超越Gemini和GPT-4o，实现SOTA。
• ​​时间推理​​：在多机器人规划（80.33分）和Ego-Plan2（57.23分）中显著优于Qwen2.5-VL等模型。

具体来看，7B模型在BLINK和CV-Bench登顶，32B模型在RoboSpatial和Where2Place刷新纪录。时间推理方面，7B模型在RoboBench以72.16分夺魁，32B模型在Ego-Plan2大幅领先基线。

​​Part 3: RoboOS 2.0赋能群体智能，实现跨本体协作​​

RoboOS 2.0作为全球首个具身智能SaaS开源框架，创新集成MCP协议和无服务器架构，支持轻量化部署。它打通了大脑与异构本体的协同通路，并推出单机版产品线及RoboSkill技能商店，实现技能模块的智能匹配和一键适配。标准化接口消除了硬件差异，开箱即用镜像支持“三行指令”极速部署。

框架核心包含云计算大脑（负责认知与协同）、分布式小脑模块（执行专项技能）和实时共享内存机制（强化环境感知）。相较于1.0，RoboOS 2.0优化了推理链路，性能提升30%，响应时延低于3ms，通信效率提升27倍。新增功能包括多本体时空记忆场景图共享和多粒度任务监控，提升了任务稳定性。

协作流程分为四阶段：分层任务分解、子任务动态分配、分布式执行和环境状态更新。结合RoboBrain 2.0，它能实现高精度操作（如抓取和搬运）和闭环反馈，适应动态环境。

​​Part 4: 全面开源，共建具身智能生态​​

RoboBrain 2.0和RoboOS 2.0已全面开源，提供模型权重、训练代码和评测基准。开源资源包括：

• ​​RoboBrain 2.0​​：
  • GitHub: https://github.com/FlagOpen/RoboBrain2.0
  • Checkpoints: 7B模型, 32B模型
• ​​RoboOS 2.0​​：
  • GitHub: https://github.com/FlagOpen/RoboOS
  • 单机版: https://github.com/FlagOpen/RoboOS/tree/stand-alone

智源研究院已与全球20余家企业和实验室合作，邀请开发者加入开源社区，共同推动具身智能生态的繁荣。

​​结语​​

RoboBrain 2.0和RoboOS 2.0的发布，不仅解决了具身智能的核心瓶颈，还通过开源框架降低了开发门槛。双引擎协同将加速技术从实验室走向商超、厨房等真实场景，构建开放、高效的群体智能生态。随着全球开发者的参与，具身智能有望迎来爆发式增长。

这篇文章基于文档内容原创撰写，突出了技术创新、性能优势和应用前景。所有图片嵌入均严格对齐原始描述位置，确保图文一致。如需进一步细节，可参考提供的开源链接。