←新闻详情

UCSD Hao AI Lab更新于 10月16日 11:49

Hao AI Lab 发布 ORA 开源机器人智能体框架,由 DeepSeek-V4.1-Flash 驱动

@YuanboYang60742 @SiyiChen277112 @JunGao33210520 @haozhangml Thanks to @deepseek_ai for an amazing model, the RPent team for their case lists and leaderboard, a

AI 导读

Hao AI Lab 发布 ORA(Open Robot-Use Agents)开源机器人智能体框架,由 DeepSeek-V4.1-Flash 驱动,从视觉输入零样本操作机器人,无需 VLA,与前沿模型智能体同台竞争。ORA 在 RoboTwin 上取得 69.2%、LIBERO-Pro 上取得 81.4%;对比 RPent 在 RoboTwin 上为 62.4%/58.4%(GPT-5.5/Opus-4.7),LIBERO-Pro 上为 82.4%(Opus-4.7)。ORA 的工作方式类似编码智能体,观察场景、调用感知或动作工具、检查反馈再决定下一步,同一套框架可运行 ARX X5、ALOHA 和 Franka,靠机器人卡片描述各自的几何与控制。每个已解决案例的模型成本约 0.30–0.35 美元,按 DeepSeek 非高峰 API 费率估算并包含失败尝试,40 个展示片段平均每个 0.13 美元。团队还在低成本机械臂上做了初步真机测试,DeepSeek-V4.1-Flash 完成了拉开抽屉把手和把糖果棒放入盒子。

推荐理由

精选AI 评分 66

开源权重模型驱动的机器人智能体框架,给出了与前沿模型智能体同台对比的基准成绩和单例成本。

主题

标签

正文

当前显示原文,中文全文译文尚未就绪。

@YuanboYang60742 @SiyiChen277112 @JunGao33210520 @haozhangml Thanks to @deepseek_ai for an amazing model, the RPent team for their case lists and leaderboard, and the CAP-X and ASPIRE authors for inspiring our tool design.

来源

UCSD Hao AI Lab