答案已發布17 個來源
PhysBrain 1.5 把機器人「看懂、行動、預測」放進同一模型：72.5 分代表什麼？
PhysBrain 1.5 將空間與語言回答、機器人末端執行器動作，以及未來視覺狀態，都表示為同一模型可預測的離散序列。 DeepCybo 公布 8B 版本在 28 項具身理解測試的平均分數為 72.5；團隊仍須在自己的機器人上驗證閉迴路操作表現。
發布者使用 GPT-6 Sol 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- PhysBrain 1.5 將空間與語言回答、機器人末端執行器動作，以及未來視覺狀態，都表示為同一模型可預測的離散序列。
- DeepCybo 公布 8B 版本在 28 項具身理解測試的平均分數為 72.5；團隊仍須在自己的機器人上驗證閉迴路操作表現。
AI 提示詞
openai.comCreate a landscape editorial hero image for this Studio Global article: What is DeepCybo’s open-source PhysBrain 1.5 physical foundation model, how do its 2B and 8B versions unify embodied understanding, action g. Article summary: PhysBrain 1.5 is DeepCybo’s open-weight attempt to put scene understanding, robot-action generation, and prediction of what happens next into one vision-language model. Its published 28-benchmark result is strong evidenc. Topic tags: general, academic, general web, user generated. 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, char
PhysBrain 1.5 是 DeepCybo 推出的開放權重模型，目標是讓同一個模型理解眼前場景、產生機器人動作，並預測動作後可能出現的狀態。讀它的成績時，最重要的區分是：具身理解測試表現好，不等於機器人已能在現實環境中可靠完成操作。1
9
10
三種能力，為何能放進同一架構？
2B 與 8B 版本分別以對應規模的 Qwen3-VL 視覺語言模型為基礎。PhysBrain 1.5 把語言或空間問題的回答、機器人末端執行器的運動，以及預測的未來視覺狀態，都表示為離散序列；視覺狀態涵蓋 RGB 彩色影像、深度與機器人占用資訊。模型以單一自回歸架構學習預測下一個 token，而非為理解、動作和預測各設一套專用輸出模組。1
8
10
這讓模型能在共同的表示方式下學習「看見什麼、打算怎麼動、接下來可能看到什麼」。但產生動作軌跡與實體機器人成功執行軌跡，仍是兩回事。1
8
訓練資料不只有人類影片
DeepCybo 描述的訓練分為兩階段：具身預訓練使用以任務為中心的人類互動影片，將場景與任務脈絡、重建出的動作，以及後續觀察結果配對；之後的監督式微調，則混合人類示範、機器人軌跡與模擬經驗。因此，說它「只用人類影片訓練」並不準確。1
12
72.5 分說明了什麼？
依 DeepCybo 公布的結果，8B 版本在 28 項具身理解基準測試平均取得 72.5 分，在其納入比較的開放模型中排名第一，其中 14 項取得開放模型最佳成績；2B 版本的公布平均分數為 66.6 分。測試涵蓋視覺與空間感知、3D 和多視角理解、具身推理與規劃、空間定位與物件可操作性，以及視覺軌跡推理。1
9
10
11
在 DeepCybo 的比較表中，8B 版本的分數接近專有模型 GPT-6-Astra 的 73.3 分與 Gemini 3.6 Flash 的 73.0 分。這是依該專案公布的評測方式所得出的比較，不是對所有模型的獨立排名，更不是機器人實際完成任務的成功率。1
18
準備用在機器人上，該先查什麼？
DeepCybo 已提供 2B 與 8B 模型權重、技術報告和評測資源，讓團隊檢視模型並嘗試重現結果。1
9
10
11 採用前，應逐項核對測試分數、評測設定、訓練與測試資料是否重疊，以及比較模型是否在相當條件下受測。
真正攸關部署的，則是在預定使用的機器人、物件和環境中進行閉迴路測試：機器人能否依觀察結果持續調整動作、完成任務、從錯誤中恢復，並符合延遲與安全要求。28 項理解測試的平均分數，不能取代這些實機測量。1
9
10
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「PhysBrain 1.5 把機器人「看懂、行動、預測」放進同一模型：72.5 分代表什麼？」的簡短答案是什麼？
PhysBrain 1.5 將空間與語言回答、機器人末端執行器動作，以及未來視覺狀態，都表示為同一模型可預測的離散序列。
最值得優先驗證的重點是什麼？
PhysBrain 1.5 將空間與語言回答、機器人末端執行器動作，以及未來視覺狀態，都表示為同一模型可預測的離散序列。 DeepCybo 公布 8B 版本在 28 項具身理解測試的平均分數為 72.5；團隊仍須在自己的機器人上驗證閉迴路操作表現。