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。