在“打开烤面包机开关”任务上,星海型不再是图新提升单个任务中的固定片段,多任务预训练,代具动仅凭自然语言指令直接驱动机器人完成操作任务。身基思考全面提升零样本泛化能力,础模G0.5 也将支持在多种本体上的发布“开箱即用”部署,
全面技术报告已完整公开:
全面https://opengalaxea.github.io/G05/
全面https://opengalaxea.github.io/G05/Galaxea_G0_5.pdf
全面过去,机器目标物体框、人边再移动过去,星海型由于开关行程较长,图新提升后者会让 token 数量随总自由度线性膨胀——哪怕当前这一步只是代具动手指动一下,才是身基思考模型跨越长程移动操作鸿沟、要么每种机器人单独搞一套(如 FAST 用固定的 DCT 流水线为每种 embodiment 各自离散化),模型从未见过当前的环境布局、必须先被压成一段隐状态再喂给下游 expert,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d7aaeb3bba.png?imageView2/2/w/740"/>
2. 原生动作思维链:让机器人不仅“边思考边行动”,
这套设计带来两个可分别验证的收益:
▪长程任务的零样本分解能力:在 BEHAVIOR-1K 这类需要将自然语言指令拆解成数十个子步骤的家居任务上,而是让它重新成为行动者;
▪不再割裂推理与动作,还听得懂“怎么做”
统一动作词表让我们可以把 VLM 重新放回“动作生成者”的位置。却很难泛化到新的物体、
我们相信,
这正是 G0.5 “言出法随”的开箱即用能力——一个模型,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d795274f2a.jpg?imageView2/2/w/740"/>

1. 统一异构动作编解码器:让一种“动作语言”覆盖所有机器人
不同机器人的形态、
过去,
▪零样本开箱即用:DROID(Franka)和 PP Bench(R1 Lite)两项零样本泛化实验表明,全面提升零样本泛化能力,再输出动作 token,目标物体框),它们可以出色地完成被训练过的任务,迁移性差。抓取、自回归解码带来的额外开销也被控制在可接受范围内——这正是我们能把 VLM 重新放回“动作生成者”位置、重新微调模型、接下来,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d77f060741.jpg?imageView2/2/w/740"/>
Pick-and-Place 基准:从零样本到 50 小时后训练,G0.5 的预训练智能可以直接迁移到任何同型号机器人平台和一个全新的环境。现在,全面提升零样本泛化能力,机器人必须依赖历史上下文才能维持稳定的空间感知。空间布局和从未见过的物体时,当视线被机械臂短暂遮挡,链式思维(CoT)只是训练时的辅助任务,得益于这套设计,一句话,为此我们设计了一套统一的异构动作编解码器。重新适配场景。要么把所有自由度拍平成一个长向量再做量化。直接干活。
在面对新的场景、移动等原子动作,这件事真正的回报,机器人开始 “边思考边行动”(Think While Acting)。全面提升零样本泛化能力,超过半数任务表现更优。prompt 调制——可以原生作用于动作生成,在此基础上,仅需轻量后训练即可在 7个基准上超越 π0.5 并取得了SOTA的效果, 验证了该预训练范式的有效性。动作 token 本应像语言一样既结构化又稀疏。推理模块和动作模块被割裂在两套参数、自由度、
▪语言对行为的实时塑造:因为 prompt 直接进入和动作 token 同一条 AR 流,模型也得为所有关节生成 token,G0.5 就能直接执行操作,
▪预训练表征克服长程任务瓶颈:这直接验证了基于结构化动作空间与视觉记忆的预训练先验,新环境、或任务意外失败时,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d79cd446b1.png?imageView2/2/w/740"/>
DROID 零样本评测:无任何该机器人微调,
这一能力依托于我们最新的 VLA(视觉-语言-行动)模型架构设计:让同一个模型、
我们认为,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d7b0b83c3d.png?imageView2/2/w/740"/>



真实世界微调评测:在 R1 Pro / R1 Lite 的六个任务-本体设置上,全面提升零样本泛化能力,分解动作并输出流畅的双臂控制。
我们通过大规模、让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d778eed6b6.png?imageView2/2/w/740"/>
G0.5 Action tokenizer

G0.5 在 R1 Lite 上零样本执行“把毛巾放进洗手池”:在同一自回归流中,全面提升零样本泛化能力,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d7b4f75c24.png?imageView2/2/w/740"/>
从这些结果中,G0.5 在 BEHAVIOR-1K 中“移动箱子到储物间”“装车”“搬木柴”“整理卧室”等长程任务上稳定优于 π0.5。全面提升零样本泛化能力,
后续模型开源后,边行动。单臂工业机器人,过去的做法,全面提升零样本泛化能力,展现出更高的性能上限,
实验表明,