知识卡片：面壁智能开源MiniCPM-Robot，攻破机器人记忆难题

一句话结论
面壁智能在WAIC 2026开源首个具身智能系列MiniCPM-Robot，通过视觉Token极致压缩解决了机器人上下文记忆短板，其通用VLA模型RMBench得分53.5，远超对比模型pi0.5的10.4，单步决策仅需120ms；跟踪导航模型RobotTrack仅0.9B参数，可在无网/弱网环境运行，原生适配宇树Go2机器狗，并同步开源模型、推理框架与部署方案。

事件概述
2026年7月20日，在WAIC（世界人工智能大会）上，面壁智能（待核实中文全称）宣布开源首个具身智能（Embodied AI）系列MiniCPM-Robot。该系列包含两款模型：通用VLA（Vision-Language-Action）模型RobotManip，以及跟踪导航模型RobotTrack。此次开源旨在降低具身智能领域的研发门槛，并针对机器人长程任务中的上下文记忆这一痛点提供了技术方案。

方法/产品要点

模型构成：
- RobotManip：通用视觉-语言-动作（VLA）模型，负责机器人的操作任务。
- RobotTrack：跟踪导航模型，参数仅0.9B，专为轻量级、低功耗场景设计。
核心技术：通过“视觉Token极致压缩”减少上下文中的冗余信息，从而延长机器人的有效记忆长度，解决长程任务中上下文丢失的难题。
性能指标：
- 在RMBench（机器人记忆基准测试，待核实全称）上，MiniCPM-Robot得分53.5，远超对比模型pi0.5的10.4。
- 单步决策时间仅需120ms，满足实时控制需求。
适配与部署：RobotTrack原生适配宇树Go2机器狗；整套方案（模型、推理框架、部署代码）均以开源形式发布。
环境适应性：RobotTrack可在无网络或弱网络环境下流畅执行跟随任务。

主要结果或产业意义

突破机器人记忆瓶颈：通过视觉Token压缩，使具身智能模型能够在长程任务中维持上下文，提升了复杂操作的连贯性。
开源降低了具身智能研发门槛：面壁智能同步开源完整推理框架与部署方案，有利于学术和工业界复现与二次开发。
轻量级模型RobotTrack（0.9B参数）适合边缘部署，进一步拓展了机器狗等低成本硬件的智能化能力。

为什么重要

与既有脉络的关系：此前宇树科技发布H2 Plus人形机器人并作为NVIDIA Isaac GR00T参考平台（2026-06-01），AGIBOT也宣布第15000台机器人下线（2026-06-28），而NVIDIA Isaac GR00T 1.7 VLA模型以3.2万小时演示数据预训练（2026-07-08）。面壁智能的MiniCPM-Robot则聚焦于机器人记忆这一具体短板，以视觉Token压缩为差异化技术路线，参数量更小（RobotTrack仅0.9B），且直接开源其VLA模型和部署方案，为业界提供了另一种轻量化、可本地化部署的选择。
增量信息：该卡片首次记录面壁智能在具身智能领域的开源动作，并给出了具体的RMBench得分对比和单步决策延迟数据，可作为“开源VLA模型+记忆优化”方向的参照点。

局限与不确定性

材料未说明RobotManip的具体参数量、训练数据规模以及模型开源的许可证类型。
RMBench的详细定义和测试场景未提供，无法确认其泛化能力。
文中“单步决策仅需120ms”是否包含视觉感知和动作执行全链路，待核实。
RobotTrack在无网/弱网环境下的具体表现（如跟随精度、最大距离）未给出。
面壁智能的团队成员背景、MiniCPM-Robot与先前MiniCPM系列的关联，材料未提及。

可用于图书/PPT/简报的角度

机器人记忆难题的解法：以视觉Token压缩为例，说明如何通过数据压缩延长上下文长度，适用于展示具身智能中“长程规划”的技术演进。
开源生态对具身智能的推动作用：对比NVIDIA GR00T的闭源/半开源策略，面壁智能的全栈开源可能加速行业创新。
轻量化模型在边缘设备的应用：0.9B参数的RobotTrack适配宇树Go2，可作为低成本机器人部署的案例。
VLA模型的性能对比：RMBench 53.5 vs pi0.5 10.4，可作为强调“记忆优化”重要性的数据支撑。

原始材料

来源：腾讯研究院AI速递 20260720
URL: https://m.sohu.com/a/1052230396_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=4
英文标题：MiniCPM-Robot
英文关键词：MiniCPM-Robot, VLA, RobotManip, RobotTrack, RMBench, Embodied AI, WAIC 2026