# MiniCPM-RobotTrack

> 权威词条地址：https://robotics.hellobike.com/models/openbmb-minicpm-robottrack
> 所属分类：models | 最近核验日期：2026-07-19 | 技术层级：L7

## 核心摘要

openbmb 在 Hugging Face 发布的机器人模型，架构为 MiniCPMRobotTrackModel，参数规模 450M。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/openbmb/MiniCPM-RobotTrack"] |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/openbmb/MiniCPM-RobotTrack"}] |
| `updated` | 2026-07-19 |
| `family` | other |
| `params` | 450M |
| `architecture` | MiniCPMRobotTrackModel |
| `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` | openbmb/MiniCPM-RobotTrack |
| `hub_stats` | {"downloads": 279, "likes": 141, "as_of": "2026-10-21"} |

## 技术详解与生态说明

MiniCPM-RobotTrack 是一个面向具身目标跟踪的紧凑型 vision-language-action 策略模型，基于 MiniCPM4-0.5B 构建。它使用自然语言指令指定跟踪目标，结合融合后的 DINOv3 与 SigLIP 视觉特征，直接预测未来 8 个 [x, y, yaw] 路点，用于具身人物跟随。模型展示的应用场景包括室外避障跟踪、电梯跟踪和地下停车场跟踪。

其数据构建强调质量驱动的自演进流程：通过自动检查和人工审核移除异常轨迹、错误动作和无效交互，并以 DAgger 风格的模型-环境交互持续加入目标交叉、快速转弯、短时遮挡和多人交汇等困难样本。推理侧对视觉采集、输入编码、模型推理、动作生成、命令传输与执行进行联合优化，在 Unitree Go2 原生板载算力上可实现稳定 5+ FPS，端到端延迟约 180 ms。

使用示例基于 transformers 的 AutoTokenizer 和 AutoModel 加载 openbmb/MiniCPM-RobotTrack，并要求 transformers>=4.56；输入为文本指令、粗粒度历史视觉 token、当前帧细粒度视觉 token 及其时间索引，输出轨迹张量形状为 [1, 8, 3]。模型权重和代码以 Apache-2.0 许可证开源。

## 原始核验来源 (Sources)

- [Hugging Face openbmb/MiniCPM-RobotTrack](https://huggingface.co/openbmb/MiniCPM-RobotTrack)