金磊 发自 上海量子位 | 公众号 QbitAI

一个新的国产VLA模子降生了，，并且只有1.5B。。。

Size这么小。。，能好用吗？？？？？？

来，，话未几说，，我们直接看效果：

视频地点：https://mp.weixin.qq.com/s/TWDuh4NmsamJ52E2A6ZpTw

在上面这个真机演示里，，两只机械臂围着桌面最先做三明治。。。它们分工相助，，先取面包，，再夹起生菜、火腿和鸡蛋，，一层层叠到一起。。。

再来看下另一段演示：

视频地点：https://mp.weixin.qq.com/s/TWDuh4NmsamJ52E2A6ZpTw

一只宇树机械狗收到“追随前面的人”这条指令后，，最先一起跟在目的死后。。。

从室外走进办公楼，，再进入电梯、地下停车场。。，机械狗始终没有跟丢。。。就算周围一直有人经由，，情形和光线也在转变，，它照旧能认准一最先指定的谁人人。。。

更要害的是，，这套能力直接跑在机械狗外地！

电梯和地下停车场往往是网络信号较量差的地方。。。纵然进入弱网甚至无网情形，，机械狗依然能继续识别目的、妄想行动，，坚持追随。。。

而在这两段Demo背后，，则是面壁智能在WAIC时代正式宣布并开源的MiniCPM-Robot系列模子。。。

现在包括两个模子：

MiniCPM-RobotManip：也就是开头控制机械臂做三明治的通用VLA模子，，参数目只有1.5B。。。MiniCPM-RobotTrack：主要认真机械人的跟踪与导航，，让机械人能够凭证自然语言指令，，在动态情形里一连跟住指定目的。。。

和它们一起泛起的，，尚有开源具身智能推理框架PhyAI，，认真让这些模子更快地适配硬件、跑到真实机械人上。。。

简朴来说，，一个认真让机械人“下手干活”，，一个认真让机械人“认准人、随着走”，，再配上一套认真高效推理的底座。。。

面壁这次端出来的，，已经是一套逐渐成形的具身智能组合。。。

跻身第一梯队，，延迟靠近一半

先来看MiniCPM-RobotManip。。。

虽然参数目只有1.5B，，但在LIBERO、Calvin、RoboTwin2等主流VLA评测里，，它的整体体现已经进入第一梯队，，与π0.5等模子处在相近水平。。。

真正把差别拉开的，，是对机械人影象力的磨练。。。

许多VLA模子在执行行动时，，主要凭证目今这一帧画面做判断。。。

好比让机械人点击画面里的第二个按钮5次。。。

若是它看不到前面的画面，，也记不住自己已经按过一再，，就很容易按一下便停，，或者一直按下去。。。

MiniCPM-RobotManip会把历史视察和此前执行过的行动一起纳入判断。。。它知道使命已经举行到哪一步，，也知道什么时间应该停下来。。。

在专门考察上下文影象的RMBench中，，π0.5的效果约为10分，，靠近随机水平，，MiniCPM-RobotManip则抵达约53分。。。

这项能力对真实机械人很主要。。。

叠衣服、料理桌面、做三明治，，看起来都是日常小事，，拆开后却包括一连串行动。。；；
；等酥豢囱矍埃，很容易做到一半便“失忆”；；
；能记着此前的状态，，才有时机把长使命完整做完。。。

除了记得住。。，机械人还得反映快。。。

面壁给出的单帧推理比照中，，在H100显卡、bf16精度下，，MiniCPM-RobotManip单次决议延迟约为120毫秒，，π0.5约为234毫秒，，前者靠近后者的一半。。。

这里的“本钱减半”，，主要是体现在推理延迟和盘算量上。。。

谈天模子多想一秒，，用户通；；
；鼓艿取。；；
；当勖孔鲆徊蕉纪Ａ粢幻耄，行动马上就会变得僵硬，，整个使命的完成时间也会被拉长。。。

对VLA来说，，能不可在有限算力下快速输出下一步行动，，和榜单分数一样主要。。。

MiniCPM-RobotTrack也走了类似的小尺寸模子蹊径。。。

它以MiniCPM4-0.5B为基础。。，整体参数规模为0.9B，，主要测试三种真实场景。。。

第一种是单目的跟踪。。。给它一句明确指令，，机械狗一连随着指定的人。。。

第二种是多人滋扰。。。周围几个人同时移动、交织甚至交流位置，，模子依然要认准最初的目的。。。

第三种更难，，指令自己可能较量模糊。。。好比只说“随着穿黑衣服的人”，，现场又恰恰有多个衣着相近的人，，模子需要连系画面明确人类究竟指的是谁。。。

在没有举行下游强化学习优化的情形下，，MiniCPM-RobotTrack在三类使命上的追踪率划分抵达89.8%、73.4%和80.4%，，均取得开源方案中的最优效果。。。

相比OpenTrackVLA，，三项追踪率划分提高7.0、14.6和6.5个百分点。。。

在相同的单视角、纯SFT设定下，，与闭源模子TrackVLA++相比，，它在单目的跟踪和模糊目的跟踪上的追踪率划分横跨8.8和17.0个百分点，，模糊目的跟踪的乐成率抵达58.0%。。。

参数小。。，体现却没有显着落伍。。。

机械人模子的竞争，，也最先从纯粹拼规模，，转向拼单位算力究竟能换来几多能力。。。

把机械人看到的天下压缩一下

MiniCPM-RobotManip能把尺寸压到1.5B，，背后离不开面壁已往在多模态模子上的积累。。。

它基于MiniCPM-V 4.6训练而来（开源不到2个月，，下载量已突破200万）。。。

面壁的MiniCPM-V/O系列已经一连迭代两年多，，开源总下载量凌驾2500万。。。已往积累的图像明确、视频明确和多模态信息处理能力，，现在被进一步搬到了机械人身上。。。

机械人执行一次行动，，需要处理的信息着实许多。。。

一台双臂机械人通；；
；嵬蔽杖錾阆裢返幕妫，包括两个腕部相机和一个主视角相机，，再加上一段文字指令，，最后输出一个可以执行的行动。。。

并且，，这个历程一秒要重复好一再。。。

若是每一张图片都被转换成大宗视觉Token，，机械人运行得越久，，需要处理的历史信息就越多，，盘算量很快就会堆起来。。。

MiniCPM-RobotManip接纳的步伐，，是只管压缩视觉Token。。。

桌面纹理、墙面图案等和目今使命关系不大的信息，，不必占用太多Token。。。模子用更短的数据体现保存要害内容，，单次推理需要处理的信息量也随之下降。。。

信息少了，，推理自然更快。。。对应到机械臂上，，就是期待时间更短，，行动衔接更顺。。。

视觉Token压缩尚有一个更大的用处，，可以资助机械人以更低本钱保存历史影象。。。

通例要领每获得一张新画面，，都要把此前的历史重新盘算一遍。。。使命越长，，盘算量增添得越快。。。

MiniCPM-RobotManip接纳流式盘算，，前面已经处理过的信息可以继续复用，，新画面进来后，，只需要接着往下盘算。。。

这就有点像看一连剧的感受了。。。

通俗做法每更新一集，，都要从第一集重新看起；；
；流式盘算则会记着之前的剧情，，直接从最新一集接着看。。。

机械人因此可以带着更长的历史继续执行使命，，同时阻止盘算量一起暴涨。。。

1.5B的尺寸，，也和机械人的现实运行需求有关。。。

面壁在将约200毫秒视为机械人操作体验的一道临界线。。。再慢下去，，机械臂和机械狗的卡顿感就会显着增添。。。

目今大都VLA基础模子都控制在4B以内。。。模子继续做大能带来几多真实操作收益，，行业仍在验证。。。

到了MiniCPM-RobotTrack这里，，轻量化的思绪又换了一种实现方式。。。

它把视觉画面、自然语言指令和机械人的控制决议放进统一个模子里统一处理。。。

用户说一句“随着前面穿黑衣服的人”，，模子会直接连系摄像头画面明确指令，，再把判断转换成机械狗的运动控制。。。

整个历程不需要特殊装置一套目的检测模？？？？？椤⒁惶资侗鹉？？？？？？椋，再接一套跟踪系统。。。也不必外接开发板，，只靠宇树Go2 Edu原装摄像头和外地算力，，就能完成单目的跟踪、多人滋扰跟踪和模糊目的跟踪。。。

不过，，真实天下总会泛起训练集里很少见的情形。。。

目的可能突然从镜头前横穿已往，，也可能快速转弯，，被其他人短暂盖住。。。几个人同时交织走动时，，机械狗还要阻止跟错人。。。

这类场景数目少，，却最容易让模子翻车。。。以是，，面壁为此搭建了一套自进化数据管线。。。

团队先对原始数据举行检查和洗濯，，把异常轨迹、过失行动和无效交互剔除掉。。。随后让模子进入仿真和真实机械人情形，，在一连运行中自动袒露自己的薄弱环节。。。

系统再把这些容易蜕化的场景集中网络起来，，通过专家战略举行纠偏，，放回下一轮训练。。。

说得通俗一点，，这就像给机械狗准备了一本会自动更新的错题本。。。

经由一轮轮闭环训练，，目的横穿、快速转向、短时遮挡、多人交织这些长尾问题，，也能一直获得增强。。。

模子训好了，，装到真机上仍然有一道关。。。

摄像头收罗、画面编码、模子推理、行动天生、指令传输，，任何一个环节慢下来，，最终都会反映在机械狗的行动上。。。

面壁围绕宇树Go2的完整运行链路做了系统级优化。。。现在MiniCPM-RobotTrack在机械狗原生外地算力上可以稳固抵达5Hz以上，，端到端响应延迟约180毫秒。。。

这次开源的内容也不但有模子权重，，还包括情形装置、模子加载、摄像头接入、文本指令输入、控制接口和一键启动剧本。。。

准备一台Go2 Edu，，就能凭证开源流程把模子安排起来。。。

外地安排的利益，，在电梯和停车场的演示里体现得很直接。。。

机械人不必期待画面上传云端，，也不必等远程服务器返回效果。。。摄像头数据和用户指令留在外地，，网络信号变差后，，完整功效依然可以继续运行。。。

直接拔掉网卡，，机械狗照样能凭证摄像头画面和文字指令，，完成目的识别、一连跟踪和运动控制。。。

除了MiniCPM-Robot系列之外，，这次尚有一项容易被忽略的宣布——PhyAI。。。

它是一款面向Physical AI的开源推理框架，，由明体科技联合北京邮电大学、北京大学研发。。。

具身模子想从实验室跑到真实机械人上，，中心还要经由硬件适配、量化、算子优化和安排。。。

差别VLA、天下模子的结构差别很大。。。每宣布一个新模子，，再重新适配一次，，时间和工程本钱都不低。。。

PhyAI想做的，，就是把这段路缩短。。。

在RTX 5090上运行π0、π0.5和GR00T时，，PhyAI相较模子官方客栈划分实现约2.85倍、1.82倍和2.28倍加速。。。

适配MiniCPMRobot系列模子时，，PhyAI先通过CUDA Graph把推理帧率从10.12Hz提高到33.28Hz，，再加入为模子定制的融合算子，，在NVIDIA H20上进一步提高到36.77Hz。。。

前面是模子效果，，这里解决的是工程效率。。。

模子醒目活，，还得尽快跑上硬件，，跑得足够快，，才华真正进入更多机械人。。。

机械人需要又好又自制的大脑

具身智能行业历来不缺精彩Demo。。。真正难的是脱离展台之后，，机械人还能不可稳固事情。。。

清华大学人工智能学院助理教授、面壁智能多模态首席科学家姚远在访谈中也提到：

现阶段不少机械人Demo会围绕简单使命收罗大宗数据，，再举行针对性优化，，展示效果并不可完全代表基础模子的真实进度。。。面壁更看重模子的基础性、泛化性和通用性，，希望先把数据、Infra和工程链路打磨好，，让基础能力提升后自然笼罩更多场景。。。沿着大语言模子的生长履历，，具身智能最终也要走向“先通后专”，，先明确物理天下的基本知识，，再成为做饭、叠衣服或仓储作业等详细领域的专家。。。

展馆、园区和工厂里，，网络信号不会一直满格。。；；
；等嘶挂媪僖私、数据合规、使命失败和异；；
；指吹纫涣质滴侍狻。。

榜单分数再高，，走到地下停车场便停摆，，落地空间依然有限。。。

这也是面壁把端侧能力放在主要位置的原因。。。

在与乐聚机械人的相助中，，面壁把端侧多模态大模子、夸父机械人本体和导航系统组合到了一起，，推出展厅导览Agent和园区巡检Agent。。。

展厅导览机械人在无网情形下，，也能基于外地知识库完成离线解说和自由问答。。。它可以明确展厅情形和人的指令，，妄想导览蹊径，，同时完成避障。。。

园区巡检机械人则可以识别车辆违停、路面异常和公共设施问题。。。敏感画面直接在外地处理，，数据留在客户侧。。。

与吉祥汽车的相助，，则进一步走进了生产仓储场景。。。

面壁和吉祥配合训练VLA模子，，再通过RoboHarness把VLM、VLA、机械人本体和导航系统接到一起，，让机械人执行仓储中的长程使命。。。

RoboHarness可以明确成物理天下里的Agent执行框架。。。

上层VLM认真妄想使命，，VLA和导航系统作为可以挪用的工具。。。？？？？？蚣芑够嶂卫沓な姑纳舷挛暮陀跋螅，遇到失败时举行重试和恢复。。。

机械人每完成一次使命，，运行数据还会进入可治理的数据闭环，，继续资助模子进化。。。

到这里，，面壁此次在WAIC带来的具身智能蹊径已经较量清晰了。。。

MiniCPM-RobotManip认真操作，，让机械臂明确使命、记着历程，，再把事情做完。。。MiniCPM-RobotTrack认真跟踪导航，，让机械狗在重大情形里认准目的，，断网也能继续走。。。PhyAI认真把模子更快地安排到真实硬件上。。。

再往外，，乐聚和吉祥的相助最先把模子、本体、导航和详细营业流程接起来。。。

大语言模子时代，，人们习习用参数目判断能力。。。但机械人真正走进物理天下后，，参数只是其中一个数字。。。

它还得反映够快、记得住、断网能跑，，数据留得下来，，遇到意外能够恢复，，本钱也要控制在企业愿意恒久使用的规模内。。。

从这个角度看，，1.5B和0.9B的意义，，也就不止是“小”。。。它们更像是在回覆一个很现实的问题：

当AI真正长脱手脚，，除了智慧，，还得跑得动、用得起，，最后把活干完。。。

GitHub链接：https://github.com/OpenBMB/MiniCPM-Robot

HuggingFace链接：https://huggingface.co/openbmb/MiniCPM-RobotManiphttps://huggingface.co/openbmb/MiniCPM-RobotTrack

在当今信息爆炸的时代，，网络已经成为人们获守信息、交流头脑的主要途径。。。而在这个海量的信息中，，怎样让自己的网站或博客在搜索引擎上获得高排名，，成为了每一个网站运营者的主要使命。。。这就涉及到了SEO（搜索引擎优化）的问题，，而其中最焦点的部分就是怎样优化SEO要害词排名。。。本文将详细探讨怎样通过科学的要领来提升SEO要害词排名，，使您的网站或博客在搜索引擎上越发突出。。。

我们需要明确什么是SEO要害词排名。。。SEO要害词排名是指网页在搜索引擎效果页面（SERP）中的显示位置。。。高排名意味着更多的人能够看到您的网页，，从而带来更多的点击和流量。。。怎样有用地优化这些要害词呢？？？？？？本文将从以下几个方面举行详细叙述。。。

一、要害词研究与选择

要害词研究是优化SEO的第一步。。。没有准确的要害词，，优化就是徒劳的。。。怎样举行有用的要害词研究呢？？？？？？

1. 使用要害词工具

有许多优异的要害词工具可以资助我们举行要害词研究，，好比Google要害词妄想工具（Keyword Planner）、Ahrefs、SEMrush等。。。这些工具可以提供要害词的搜索量、竞争水一律信息，，资助我们选择最合适的要害词。。。

例如，，使用Google要害词妄想工具，，您可以输入一个主词，，工具会给出该词的相关要害词及其搜索量。。。通过这些信息，，您可以选择搜索量较高、竞争相对较小的要害词，，以提高网站的排名。。。

2. 剖析竞争敌手

剖析竞争敌手的要害词也是一个主要的要领。。。通太过析竞争敌手使用的要害词，，我们可以发明他们未必掌握的时机，，从而找到自己的优势。。。

好比，，您可以使用Ahrefs工具来审查竞争敌手的要害词，，相识他们的流量泉源和要害词战略。。。这样，，您就能够找到一些竞争敌手没有涉及的要害词，，从而在这些要害词上举行优化。。。

3. 长尾要害词的使用

长尾要害词是指由三个或更多单词组成的要害词。。。相比于短尾要害词，，长尾要害词的竞争相对较小。。，但它们的精准度高，，能够吸引更有针对性的流量。。。

例如，，“怎样优化SEO要害词排名”这个要害词相关于“SEO”更详细，，搜索量可能较低，，但它能够吸引那些对SEO优化有深入相识需求的用户，，从而提高转化率。。。

二、要害词的有用嵌入

要害词研究只是第一步，，要害词的有用嵌入才是真正提升SEO排名的要害。。。

1. 问题和副问题

问题和副问题是网页内容的重点，，它们不但能够吸引用户点击，，还能够提高SEO排名。。。在问题和副问题中合理地嵌入要害词，，是提升网页排名的主要手段。。。

例如，，若是您的文章主题是“怎样优化SEO要害词排名”，，那么问题可以写成“深入剖析：怎样优化SEO要害词排名提升网站流量”，，副问题可以写成“从要害词研究到有用嵌入，，周全指南”。。。这样，，您就能够在问题和副问题中有用地嵌入了要害词。。。

2. 内容中的嵌入

在文章内容中，，要害词的自然嵌入很是主要。。。过于强调要害词，，反而会让内容显得僵硬，，影响用户体验，，甚至被搜索引擎处分。。。因此，，要害词应该自然地泛起在文章中。。。

例如，，在讨论关于“SEO优化”的内容时，，您可以自然地提到“SEO要害词排名”，，并进一步诠释怎样通过要害词研究和嵌入来提升网站的排名。。。这样，，要害词就能够自然地融入内容中，，提升SEO效果。。。

3. 图片和链接

图片的Alt标签和链接的形貌也是要害词嵌入的主要部分。。。Alt标签可以为搜索引擎提供图片的上下文信息，，而链接的形貌则能够为用户和搜索引擎提供更多的信息。。。

例如，，若是您有一张关于“SEO优化”的图片，，您可以在Alt标签中添加要害词，，好比“SEO优化要害词排名图示”，，这样能够提升图片的SEO效果。。。同样，，在文章中，，若是提到了其他相关网站或文章，，可以在链接形貌中添加要害词，，好比“相识更多关于SEO要害词研究的要领，，请会见[SEO要害词研究指南](https://www.example.com)”。。。

三、要害词优化的其他战略

除了要害词研究和嵌入，，尚有许多其他战略可以资助您优化SEO要害词排名。。。

1. 内容的质量

高质量的内容是提升SEO排名的基础。。。内容应该具有以下几个特点：

1.1 原创性：原创内容不但能够吸引用户，，还能够提升网站的信任度和权威性。。。

1.2 长度：长篇内容通常比短篇内容更容易获得高排名，，由于它们能够提供更多的信息和价值。。。

1.3 互动性：增添谈论区、分享按钮等互动元素，，能够提高用户粘性，，从而提升网站的SEO效果。。。

2. 页面加载速率

页面加载速率是影响SEO排名的主要因素之一。。。用户不喜欢期待，，因此，，提高页面加载速率能够提升用户体验，，从而提升网站的SEO效果。。。

可以通过以下几种要领来提高页面加载速率：

1. 压缩图片和其他媒体文件：使用现代的图片名堂如WebP，，或者使用图片压缩工具来镌汰文件巨细。。。

2. 使用CDN（内容分发网络）：CDN可以将内容分发到全球各地的服务器，，镌汰用户会见时的延迟。。。

3. 优化代码：镌汰不须要的JavaScript和CSS文件，，镌汰HTTP请求等。。。

3. 移动端优化

随着越来越多的人使用移动装备会见网站，，确保网站在移动端的体现优异也是很是主要的。。。？？？？？梢酝ü韵乱炖从呕贫颂逖椋

1. 响应式设计：使用响应式设计来确保网站在种种屏幕尺寸上都能够正常显示。。。

2. 简化操作：移动装备的操作空间有限，，因此，，简化操作方法，，使用大按钮等设计要领，，能够提升移动端的用户体验。。。

4. 内部链接优化

内部链接能够资助搜索引擎更好地抓取和索引您的网站内容。。。通过在文章中添加内部链接，，您可以指导用户浏览更多相关内容，，从而提高页面停留时间和互动率。。。

例如，，在讨论某个主题时，，可以在文章中添加相关的内部链接，，好比“若是您想相识更多关于[某主题]的信息，，请审查凯时AG[相关文章]”。。。这样，，用户可以轻松找到相关内容，，从而提升用户体验。。。

四、要害词排名的监测与调解

纵然您已经接纳了所有的优化步伐，，要害词排名仍然可能会受到许多外部因素的影响。。。因此，，一连的监测和调解是至关主要的。。。

1. 使用剖析工具

使用Google Analytics、Google Search Console中剖析工具，，可以资助您监测要害词的体现。。。这些工具能够提供关于用户行为、流量泉源、点击率等的详细数据，，资助您相识哪些要害词体现优异，，哪些需要调解。。。

2. 按期调解战略

凭证监测数据，，按期调解您的要害词优化战略。。。若是某些要害词的体现不佳，，您可以思量替换或者举行进一步的优化。。。相反，，若是某些要害词体现优异，，您可以在更多的内容中嵌入这些要害词，，以进一步提升其排名。。。

3. 关注行业趋势

行业趋势的转变可能会影响要害词的搜索量和竞争水平。。。因此，，关注行业动态，，实时调解要害词战略，，能够资助您坚持在搜索引擎上的竞争力。。。

例如，，若是您的网站涉及科技领域，，您应该关注最新的科技趋势和手艺生长，，并凭证这些趋势调解您的要害词战略，，以捉住新的时机。。。

结语

SEO要害词排名的优化是一个一连的历程，，需要一直地研究、调解和优化。。。通过科学的要领举行要害词研究和嵌入，，连系高质量的内容和优异的用户体验，，您可以有用地提升网站或博客在搜索引擎上的排名，，吸引更多的流量和用户。。。希望本文能够为您提供有价值的指导，，助您在SEO优化的蹊径上取得乐成。。。