←新闻详情

UCSD Hao AI Lab更新于 10月16日 11:50

Hao AI Lab 发布 ORA 开源机器人智能体,基于 DeepSeek-V4.1-Flash 零样本操作机器人

About $0.30–$0.35 in model costs per solved case.

AI 导读

Hao AI Lab 发布 ORA(Open Robot-Use Agents),一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架,从视觉输入零样本操作机器人,不使用 VLA。ORA 在 RoboTwin 上取得 69.2%、在 LIBERO-Pro 上取得 81.4%;对比 RPent 在 RoboTwin 上为 62.4%/58.4%(GPT-5.5/Opus-4.7),在 LIBERO-Pro 上为 82.4%(Opus-4.7)。按 DeepSeek 非高峰 API 价格估算,每个成功案例的模型成本约 $0.30–$0.35,已包含 RoboTwin、LIBERO 和 LIBERO-Pro 上的失败尝试,40 个展示片段平均每个 $0.13。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、检查反馈后决定下一步,并已用同一套框架驱动 ARX X5、ALOHA 和 Franka,在低成本机械臂的初步测试中完成了拉开抽屉把手和把糖果棒放入盒子。

推荐理由

AI 评分 68

开源权重模型在机器人操作任务上的零样本成绩与成本数据,可供关注具身智能路线的人横向比较。

主题

标签

正文

当前显示原文,中文全文译文尚未就绪。

About $0.30–$0.35 in model costs per solved case. That estimate uses DeepSeek’s off-peak API rates and includes failed attempts on RoboTwin, LIBERO and LIBERO-Pro. The 40 showcase episodes average $0.13 each. https://t.co/sUNWMar0zz

来源

UCSD Hao AI Lab