答案已发布17 来源
GigaBrain-0.7适配旭日S600：机器人端侧方案离“可交付”还有多远？
合作目标不是证明模型能在芯片上运行，而是形成可复用、可交付且成本可负担的机器人端侧软硬件方案。[8][9] GigaBrain 0.7将动作生成、理解规划和未来预测分工；共享的Action Expert旨在让不同机器人本体复用动作能力。[17] 旭日S600标称560 TOPS（INT8），但合作方案能否用于实际产品，仍取决于延迟、功耗、动作精度和任务成功率等真机结果。[1][8][9]
发布者使用 GPT-6 Sol 编辑图片由 GPT Image 2 生成
研究答案
要点
- 合作目标不是证明模型能在芯片上运行，而是形成可复用、可交付且成本可负担的机器人端侧软硬件方案。[8][9]
- GigaBrain 0.7将动作生成、理解规划和未来预测分工；共享的Action Expert旨在让不同机器人本体复用动作能力。[17]
- 旭日S600标称560 TOPS（INT8），但合作方案能否用于实际产品，仍取决于延迟、功耗、动作精度和任务成功率等真机结果。[1][8][9]
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What does the D Robotics–GigaAI partnership aim to deliver by adapting the open weight GigaBrain 0.7 embodied model to the 560 TOPS INT8 Sun. Article summary: D Robotics and GigaAI aim to turn GigaBrain 0.7 and the Sunrise S600 into a reproducible, affordable on device robotics stack—not simply demonstrate that a model runs on a chip.. Topic tags: general web, ai safety, llm, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icon
地瓜机器人（D-Robotics）与极佳视界（GigaAI）计划以开放权重的GigaBrain-0.7为首个重点适配模型，将其接入旭日S600端侧平台。双方瞄准的不是一次“模型跑起来了”的演示，而是一套可复用、可交付且成本可负担的机器人软硬件方案：训练与评估环节借助世界模型迭代，机器人执行任务时则在本机完成感知、规划和动作推理。8
9
2
模型如何把“想”和“做”连起来？
GigaBrain-0.7采用三系统设计：System 1生成连续动作，System 2负责理解与规划，System 3预测未来并评估任务进展。其面向不同机器人本体的共享Action Expert，意在复用动作能力，同时适应不同的自由度和控制方式；这并不意味着一套模型无需适配就能直接控制所有机器人。17
在合作设想中，GigaWorld用于生成训练场景、预测动作后果、评估策略，并将失败案例带回迭代流程。GigaWorld-Policy则把未来预测与动作学习更紧密地结合，目标是在推理时直接解码动作，而不必每一步都生成视频。这样，世界模型更侧重训练和评估，端侧系统则侧重及时作出动作决策。2
17
560 TOPS能解决什么，不能证明什么？
地瓜机器人公布的S600规格包括峰值560 TOPS（INT8，即8位整数精度下的运算指标）、4核BPU、18核Arm Cortex-A78AE CPU、6核实时MCU，以及204.8 GB/s内存带宽。RDK S600开发套件还提供摄像头和扩展接口，为多模态输入与机器人原型开发提供硬件基础。1
接下来的工作是模型转换、量化、部署和针对硬件的优化，并在真机上检查量化后动作是否仍然准确。峰值算力不等于机器人控制性能：端到端延迟、持续控制频率、功耗与散热，都必须放到完整的感知—决策—执行链路中测量。8
9
1
合作面向不同机器人形态，以及家庭服务、工业和商业任务。地瓜机器人称，S600已有超过20家具身智能客户，包括优必选、X Square Robot和傅利叶；但这些客户采用S600，不能据此认定他们部署了此次合作的GigaBrain-0.7方案。15
6
因此，这项合作具备成为端侧机器人参考方案的条件，却还不是经过验证的现成范例。要证明它能跨本体落地，双方仍需公布持续运行的真机数据：任务成功与失败恢复表现、量化造成的动作误差，以及每增加一种机器人所需的适配成本。17
8
9
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“GigaBrain-0.7适配旭日S600：机器人端侧方案离“可交付”还有多远？”的简短答案是什么？
合作目标不是证明模型能在芯片上运行，而是形成可复用、可交付且成本可负担的机器人端侧软硬件方案。[8][9]
首先要验证的关键点是什么？
合作目标不是证明模型能在芯片上运行，而是形成可复用、可交付且成本可负担的机器人端侧软硬件方案。[8][9] GigaBrain 0.7将动作生成、理解规划和未来预测分工；共享的Action Expert旨在让不同机器人本体复用动作能力。[17]
接下来在实践中我应该做什么？
旭日S600标称560 TOPS（INT8），但合作方案能否用于实际产品，仍取决于延迟、功耗、动作精度和任务成功率等真机结果。[1][8][9]
来源
robothot.comD-Robotics, GigaAI partner to develop edge embodied AI
acceptallmag.comD-Robotics and GigaAI Pair GigaBrain-0.7 With Sunrise S600 Edge Stack — Pandaily | Accept All
autonews.gasgoo.comD-Robotics and GiGAAI Enter Strategic Partnership
arxiv.orgGigaBrain-0.7: Scaling Embodied Foundation Models to Emergent ...