外观
人物bair.berkeley.edu14 天前
UC Berkeley BAIR：Octo、OpenVLA 与 DROID
BAIR 机器人学习研究谱系与学术定位
UC Berkeley BAIR（Berkeley Artificial Intelligence Research）是加州大学伯克利分校的核心人工智能研究实验室，而非商业机器人公司。在具身智能与机器人学习领域，Sergey Levine、Pieter Abbeel、Jitendra Malik 和 Ken Goldberg 四位教授构成了该方向的学术支柱，但他们的研究侧重各有不同且并不完全重合。Levine 专注于机器人学习与基础策略模型；Abbeel 兼具 Covariant 等产业界实战经历；Malik 深耕计算机视觉与感知；Goldberg 则聚焦自动化系统与抓取操作。必须强调的是，这四位学者并非每一篇论文的共同作者，将特定工作笼统归因于“BAIR 四人组”是不严谨的。例如，Octo、OpenVLA 与 DROID 三项标志性成果的作者列表差异显著，引用时需严格依据原始署名区分贡献归属，避免学术溯源错误。
核心开源资产：Octo、OpenVLA 与 DROID
- Octo 通用策略模型：作为开放通用机器人策略的代表，其项目主页位于 octo-models.github.io，站内对应模型卡为 [/models/octo] 和 [/models/rail-berkeley-octo-base]。该工作确立了将 Open X-Embodiment 等跨机体数据训练为可微调基础策略的学术范式，是连接多源数据与下游任务的关键枢纽。
- OpenVLA 视觉语言动作模型：由 Moo Jin Kim、Karl Pertsch 领衔，Chelsea Finn 与 Sergey Levine 担任资深作者，联合 Stanford 及产业实验室推出。站内入口 [/models/openvla] 提供 7B 量级开放权重，与 DeepMind RT-2 形成“公开权重 vs 闭源系统”的鲜明对照，推动了 VLA 模型的民主化研究。
- DROID 大规模操作数据集：由 Toyota Research Institute 与多所高校共同组织，不仅限于 BAIR。其许可协议与机体分布详情以 droid-dataset.github.io 为准。需注意区分数据集本体与后续基于 DROID 微调的 VLA 模型，后者仅为衍生应用而非数据集本身。
- 预训练语料与引用规范：上述模型的公共预训练底座多为 [/datasets/open-x-embodiment]。在引用所谓“BAIR 模型”前，务必核查检查点的
hub_id及许可证，站内大量同名卡片实为第三方微调版本，需精准溯源以避免混淆。
学术成果与产业转化的边界辨析
在梳理 BAIR 相关技术资产时，必须清晰界定学术研究时间线与商业产品发布之间的界限。Sergey Levine 虽同时出现在 [/companies/physical-intelligence] 创始团队的公开叙事中，但其学术论文署名与公司模型发布属于两条独立的时间线，不可混为一谈。对于开发者而言，在使用 Octo 或 OpenVLA 等开源资源时，应将其视为学术界提供的基准验证平台，而非直接可用的工业级解决方案。特别是在进行二次开发或微调时，需严格遵循各项目的开源许可，并准确识别原始作者贡献。这种对学术谱系与知识产权的尊重，不仅是合规要求，更是确保具身智能技术栈可追溯、可复现的工程基石。
来源
本页事实对应的公开页面，以原文为准。
- Berkeley Artificial Intelligence Research访问 2026-10-14
- Octo访问 2026-10-14