# PhysBrain1.5-8B

> 权威词条地址：https://robotics.hellobike.com/models/deepcybo-physbrain1-5-8b
> 所属分类：models | 最近核验日期：2026-09-16 | 技术层级：L7

## 核心摘要

DeepCybo 在 Hugging Face 发布的机器人模型，架构为 Qwen3VLForConditionalGeneration，参数规模 8.9B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/DeepCybo/PhysBrain1.5-8B"}] |
| `updated` | 2026-09-16 |
| `family` | other |
| `params` | 8.9B |
| `architecture` | Qwen3VLForConditionalGeneration |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | Apache-2.0 |
| `weights_license` | Apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | DeepCybo/PhysBrain1.5-8B |
| `hub_stats` | {"downloads": 466, "likes": 28, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/DeepCybo/PhysBrain1.5-8B"] |

## 技术详解与生态说明

PhysBrain 1.5-8B 是一个具身视觉语言模型，面向物理交互中的世界理解、目标导向动作生成和环境演化预测。它将语言响应、结构化空间输出、末端执行器轨迹和未来世界状态都表示为离散 token，在统一的自回归骨干上做 next-token prediction，不使用任务专用 head。

模型基于预训练 Qwen3-VL，并扩展了专用的动作与视觉状态 token。评估覆盖具身理解、动作预测和未来状态预测；在 28 个具身空间智能与规划 benchmark 上，8B 模型总体分数为 72.5，并在所评估开源模型中排名第一。

动作预测输入任务指令、当前视觉观测和可选近期动作历史，输出 ActionPiece token 形式的下一段末端执行器动作；未来状态预测则根据当前视觉观测和任务指令生成可能的一秒后 RGB 图像、深度图和机器人 mask。模型接口兼容 Transformers、vLLM、SGLang、LLaMA-Factory、ms-swift 和 veRL 等工具。

## 原始核验来源 (Sources)

- [Hugging Face DeepCybo/PhysBrain1.5-8B](https://huggingface.co/DeepCybo/PhysBrain1.5-8B)