PhysBrain 1.5 brengt waarnemen, bewegen en voorspellen samen

PhysBrain 1.5 is DeepCybo’s model met openbaar beschikbare gewichten voor drie samenhangende taken: een omgeving interpreteren, een robotbeweging genereren en voorspellen hoe de situatie daarna verandert. Het onderscheid is dat een goede voorspelling nog geen geslaagde fysieke handeling is. De gepubliceerde cijfers gaan in de eerste plaats over benchmarks voor robotgerelateerd begrip, niet over de betrouwbaarheid van een robot die voorwerpen manipuleert. 1910

Hoe één model drie taken verwerkt

De 2B- en 8B-versies bouwen voort op overeenkomstige Qwen3-VL-modellen voor beeld en taal. PhysBrain 1.5 zet taalkundige en ruimtelijke antwoorden, bewegingen van de end-effector — het werkende uiteinde van een robotarm — en voorspelde visuele toestanden om in reeksen van afzonderlijke tokens. Die voorspellingen omvatten RGB-beelden, diepte-informatie en informatie over de ruimte die de robot inneemt. Eén autoregressieve architectuur leert telkens het volgende token te voorspellen, zonder afzonderlijke uitvoermodules voor elke taak. 1810

Zo kunnen scènebegrip, een voorgestelde beweging en het verwachte visuele resultaat binnen hetzelfde model worden geleerd. Dat betekent niet dat een robot de gegenereerde beweging ook succesvol heeft uitgevoerd. 18

Training: niet alleen menselijke video’s

DeepCybo beschrijft twee fasen. Bij de eerste training gebruikt het team video’s van menselijke interacties, waarbij de context van een taak wordt gekoppeld aan gereconstrueerde bewegingen en latere waarnemingen. Daarna volgt begeleide fijnafstemming met een mix van menselijke demonstraties, robottrajecten en simulatiegegevens. Het volledige model omschrijven als ‘uitsluitend getraind op menselijke video’s’ zou dus onjuist zijn. 112

Wat de 28 benchmarks aantonen

Volgens DeepCybo behaalt PhysBrain 1.5-8B een gemiddelde score van 72,5 op 28 benchmarks voor robotgerelateerd begrip. Daarmee staat het bovenaan onder de open modellen in de vergelijking van DeepCybo en haalt het op 14 afzonderlijke benchmarks de hoogste score in die groep. Voor de kleinere 2B-versie wordt een gemiddelde van 66,6 gemeld. De tests bestrijken onder meer visueel-ruimtelijke waarneming, 3D- en meerperspectiefbegrip, redeneren en plannen, het koppelen van waarnemingen aan mogelijke handelingen, en het begrijpen van visuele trajecten. 191011

In de gepubliceerde vergelijking ligt de 8B-score dicht bij die van de gesloten modellen GPT-6-Astra (73,3) en Gemini 3.6 Flash (73,0). Het gaat om resultaten onder de gerapporteerde evaluatieomstandigheden, niet om een onafhankelijke ranglijst van alle beschikbare modellen of een meting van voltooide robottaken. 118

Wat teams vóór gebruik moeten controleren

DeepCybo heeft de 2B- en 8B-modelgewichten, een technisch rapport en evaluatiemiddelen beschikbaar gesteld. Daarmee kunnen teams de modellen onderzoeken en proberen de resultaten te reproduceren. 191011

Een verstandige vervolgstap is de scores per benchmark en de testinstellingen na te lopen, mogelijke overlap tussen trainings- en testmateriaal te controleren en te kijken of de vergeleken modellen onder gelijkwaardige voorwaarden zijn beoordeeld. Voor praktische inzet telt vooral een test waarbij de beoogde robot na elke handeling opnieuw waarneemt en bijstuurt: lukt de taak, herstelt het systeem van fouten en blijven snelheid en veiligheid aanvaardbaar met de voorwerpen en omstandigheden die het echt zal tegenkomen? Het benchmarkgemiddelde geeft op die vragen geen antwoord. 1910