GigaBrain-0.7 開放 3.5B VLA 權重與訓練程式，涵蓋八種機器人配置

GigaAI 在 8 月 25 日把 GigaBrain-0.7 的程式、3.5B 基礎模型及範例資料加入既有開源專案，令 8 月 16 日發表的技術報告首次具備可下載、可訓練的實作。公開模型以 PaliGemma2 為視覺語言骨幹，配合逐層交織的連續動作專家；官方消融顯示，這種 dual-stream 接法在三項實機任務勝過只讀取最後一層或逐層 cross-attention 的版本，但推論時間亦由最快版本的 0.073 秒增至 0.221 秒。

完整設計把能力拆成三個系統：System 1 產生低階動作，System 2 利用歷史影像追蹤進度並分解長任務，System 3 則以世界模型預測未來影像及估計狀態價值。預訓練資料共約 3.73 萬小時，包含實機、UMI、第一人稱、模擬及世界模型生成軌跡，橫跨 16 種機器人形態與約 2.7 億組視覺—語言樣本。公開管線採 LeRobot 格式，以 embodiment ID、動作遮罩及各資料集正規化統計處理不同控制空間；倉庫已提供 AgileX Cobot Magic 與 Maker H01 的訓練、推論伺服器及 ROS 用戶端範例。

論文在 RoboColiseum 報告指令遵循 0.8166、空間推理 0.4729、穩健性 0.6800及一般操作 0.6092，四項均高於列出的公開基線。不過這些比較仍由作者整理，部分實機結果使用任務專屬示範再微調，不能解讀成完全零樣本能力。更重要的是，倉庫仍把 VLM、RoboColiseum、RoboTwin 2.0及 EBench 評測程式列為待發布項目；目前開放的亦只是範例資料，而非完整 3.73 萬小時語料。工程團隊下一步應確認三系統推論能否由公開元件端到端重建，以及第三方能否在相同機器人與 benchmark protocol 重現成績。