RoboBrain 2.5：视野中的深度，心中的时间
机器人学
2026-01-22 v1
摘要
我们介绍 RoboBrain 2.5，这是一个下一代具身 AI 基础模型，通过在高质量时空监督数据上的大规模训练，推进了通用感知、空间推理和时序建模能力。建立在其前身基础上，RoboBrain 2.5 引入了两个主要能力升级。具体而言，它通过从 2D 像素相对定位转向深度感知坐标预测和绝对尺度约束理解，实现了精确的 3D 空间推理，生成在物理约束下的有序关键点序列的完整 3D 操作轨迹。配合这一空间精度，模型建立了稠密时序价值估计，提供跨不同视角的稠密、步骤感知的进度预测和执行状态理解，产生稳定的下游学习反馈信号。这些升级将框架推向更具物理 grounding 和执行感知的具身智能，以应对复杂、精细的操作任务。代码和模型checkpoint可在项目网站 https://superrobobrain.github.io 获取。
引用
@article{arxiv.2601.14352,
title = {RoboBrain 2.5: Depth in Sight, Time in Mind},
author = {Huajie Tan and Enshen Zhou and Zhiyu Li and Yijie Xu and Yuheng Ji and Xiansheng Chen and Cheng Chi and Pengwei Wang and Huizhu Jia and Yulong Ao and Mingyu Cao and Sixiang Chen and Zhe Li and Mengzhen Liu and Zixiao Wang and Shanyu Rong and Yaoxu Lyu and Zhongxia Zhao and Peterson Co and Yibo Li and Yi Han and Shaoxuan Xie and Guocai Yao and Songjing Wang and Leiduo Zhang and Xi Yang and Yance Jiao and Donghai Shi and Kunchang Xie and Shaokai Nie and Chunlei Men and Yonghua Lin and Zhongyuan Wang and Tiejun Huang and Shanghang Zhang},
journal= {arXiv preprint arXiv:2601.14352},
year = {2026}
}
备注
37 pages, 13 figures, Technical Report