在人工通用智能（AGI）连接数字与物理世界的关键探索阶段，中兴通讯近日正式推出具身视觉-语言基础模型EmbodiedBrain，以7B和32B双参数规格构建全流程创新框架，成功突破当前具身智能任务规划的核心瓶颈，在多维度基准测试中刷新SOTA成绩。同时，中兴将模型全量训练数据、权重参数及创新评估环境开源共享，为全球具身智能科研与产业发展注入强劲动力。
三大核心突破，破解具身智能行业痛点
当前主流大语言模型在具身场景中普遍面临"环境适配难、实时性与性能失衡、评估脱离实际"三大痛点，导致其难以胜任长链路的复杂任务。EmbodiedBrain通过架构、数据训练与评估体系的全链条创新，实现关键技术突破：
模块化架构创新，实现感知-推理-行动一体化
模型以Qwen2.5-VL为基础，创新采用模块化编码器-解码器架构，打通"感知-推理-行动"全链路。原生分辨率视觉Transformer凭借窗口注意力机制与二维旋转位置编码，精准捕捉图像细节与空间几何关系；轻量级MLP融合器高效对齐视觉与语言模态语义；基于Qwen2.5初始化的解码器引入时间对齐多模态ROPE技术，强化长视频时序理解能力。最终输出自然语言响应、分步规划与可执行动作序列的结构化结果，实现从语义理解到物理执行的直接闭环，对于"从冰箱取番茄并加热"这类任务可生成清晰的导航与操作步骤及对应动作指令。
图 1：EmbodiedBrain 1.0 架构
训练策略创新，突破长程规划瓶颈
为解决模型与具身智能体需求脱节问题，EmbodiedBrain设计规划中心型结构化数据格式，既满足机器可解析性，又保留人类可解释性，数据涵盖通用多模态指令、空间推理、任务规划、视频理解四大类高质量数据，并通过多阶段筛选来保障数据质量。训练采用"监督微调+强化学习"两阶段范式，创新提出Step-GRPO（分步增强的组相对策略优化）方法，通过引入前置规划步骤"引导先验"，将复杂长任务拆解为可逐步优化的子问题，配合多维度奖励系统与异步计算架构，实现约20%训练加速，显著提升长程任务规划的连贯性与可靠性。
图 2：Step-GRPO强化学习方法
三维评估体系创新，还原真实场景能力
针对传统离线评估的局限性，模型构建涵盖"通用多模态能力、空间感知、端到端仿真规划"的三维评估体系，覆盖14项主流基准测试。实测数据显示，EmbodiedBrain-32B在MM-IFEval指令遵循测试中达46.98%，超越Qwen2.5-VL 32B与RoboBrain 2.0 32B；空间感知领域，32B版本在CV-Bench达83.64%、EmbSpatial达77.03%，均居测试模型首位；任务规划方面，其在长程规划Internal Planning基准的F1分数达90.50%，较Qwen2.5-VL 32B提升超2倍，在自主设计的VLM-PlanSim-99仿真基准中成功率达46.46%，几乎是同类模型的两倍，充分验证了在真实复杂场景中EmbodiedBrain 不是一个只会做选择题的模型，而是一个真正能干活的具身大脑。
表 1：EmbodiedBrain Benchmark测试对比数据
全量开源共享，赋能具身智能生态共建
秉持开放协作的发展理念，中兴通讯已通过官方平台开源EmbodiedBrain的全部训练数据、7B与32B参数模型权重、代码及评估方法，同时开源创新的VLM-PlanSim-99仿真环境。该仿真基准包含99个手动验证的家庭任务，有效解决当前具身智能研究中"数据封闭"、"评估标准不一"的行业痛点，为全球科研机构与开发者提供统一的基准平台与工具链，降低具身智能技术研发门槛。
开源链接（- 项目主页：https://zterobot.github.io/EmbodiedBrain.github.io/，代码仓库：https://github.com/ZTERobot/EmbodiedBrain1.0/）
图 3：EmbodiedBrain 实时规划能力展示：“在开放的厨房中找到盘子并放入微波炉”
图 4：EmbodiedBrain 完成长程任务可视化演示：“在水槽里把碗洗干净，然后用微波炉加热”
中兴通讯表示，未来将持续推进EmbodiedBrain的技术迭代：一方面拓展至多智能体协同任务，探索智能体间分工、通信与协作机制；另一方面深耕领域随机化技术，提升模型在家庭服务机器人、工业协作机器人等不同真实平台的适配性，推动具身智能从仿真环境走向实际产业应用。EmbodiedBrain 的发布与开源，是中兴通讯突破具身智能技术边界的里程碑，未来中兴通讯将围绕 “芯片 -开源操作系统 - 推理引擎 - 模型 - 网络” 全链路发力，通过开源协作构建良性产业生态，打破技术壁垒、降低成本，加速人工通用智能在千行百业的规模化应用。
（责任编辑：康玲华）
运营商财经（官方微信公众号yyscjrd）—— 主流财经网站，一家全面覆盖科技、金融、证券、汽车、房产、食品、医药、日化、酒业及其他各种消费品网站。
