←新闻详情

UCSD Hao AI Lab更新于 10月16日 11:50

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

How far can an open-weight model go, zero-shot?

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%;带任务专属记忆的 RPent 在 RoboTwin 上用 GPT-5.5 和 Opus-4.7 分别为 62.4% 和 58.4%,在 LIBERO-Pro 上用 Opus-4.7 为 82.4%。ORA 的工作方式类似编码智能体,通过提示词描述机器人与任务、感知与运动工具、以及上下文管理构成闭环,同一套框架可运行 ARX X5、ALOHA 和 Franka,靠机器人卡片适配不同硬件。团队称每个成功案例的模型成本约 0.30 至 0.35 美元,40 个展示片段平均 0.13 美元;在低成本机械臂上的初步测试中,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

AI 评分 52

开源权重模型驱动的机器人智能体框架,给出了零样本基准成绩与单例成本,可对照前沿模型智能体方案。

主题

标签

正文

当前显示原文,中文全文译文尚未就绪。

How far can an open-weight model go, zero-shot? ORA: 69.2% on RoboTwin; 81.4% on LIBERO-Pro. RPent (with task-specific memory): 62.4%/58.4% on RoboTwin with GPT-5.5/Opus-4.7; 82.4% on LIBERO-Pro with Opus-4.7. Same cases, different systems. https://t.co/IarAIYFHZ6 https://t.co/akZ8pCJe96

来源

UCSD Hao AI Lab