# GigaBrain-0.7-3.5B-Base

> 权威词条地址：https://robotics.hellobike.com/models/open-gigaai-gigabrain-0-7-3-5b-base
> 所属分类：models | 最近核验日期：2026-08-25 | 技术层级：L7, L8

## 核心摘要

open-gigaai 在 Hugging Face 发布的机器人模型，基于 diffusers，参数规模 4.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/open-gigaai/GigaBrain-0.7-3.5B-Base"}] |
| `updated` | 2026-08-25 |
| `family` | vla |
| `params` | 4.1B |
| `architecture` | LeRobot / PyTorch Policy Network |
| `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` | open-gigaai/GigaBrain-0.7-3.5B-Base |
| `hub_stats` | {"downloads": 1829, "likes": 12, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/open-gigaai/GigaBrain-0.7-3.5B-Base"] |

## 技术详解与生态说明

GigaBrain-0.7 是一个面向具身智能的基础模型，定位为视觉-语言-动作（VLA）模型，用于通用具身智能体。它旨在提升跨任务、跨机器人本体的泛化能力，并面向复杂、长程任务完成、语言条件指令跟随等能力。模型采用三系统架构，将理解、预测与动作统一起来，并通过一阶段对齐训练联合优化视觉语言理解和多本体动作生成。预训练规模扩展到超过 37,000 小时的异构具身数据。

该模型被描述为相比此前 GigaBrain-0 系列以及包括 π 0.5 在内的先前先进模型，在基础零样本能力、语言条件指令跟随和后训练任务成功率上有显著提升。它在内部 Maker H01 平台和主流机器人本体上进行了验证，展示了在家庭与工业场景中的任务适应性和完成能力。

## 原始核验来源 (Sources)

- [Hugging Face open-gigaai/GigaBrain-0.7-3.5B-Base](https://huggingface.co/open-gigaai/GigaBrain-0.7-3.5B-Base)