北京智源开源Pelican-VL 1.0：刷新多模态模型性能 benchmark
11月14日，北京人形机器人创新中心正式宣布全面开源其具身智能视觉语言模型Pelican-VL 1.0。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
根据最新发布的技术资料显示，该模型提供70亿与720亿两种参数规模选择，成为目前开源社区中参数规模最大的具身多模态大模型。同时，Pelican-VL在综合性能表现上已超越同类型国际主流模型，根据多维度基准测试结果，其性能较GPT-5同类模型提升15.79%，与Google Gemini系列模型相比提升19.25%，同时也超过了通义千问、书生万象等国内主流模型，堪称当前最强开源具身多模态大模型。
研发团队还首创了一套名为DPPO的刻意训练范式，这是全球首个专为具身多模态大模型设计的后训练自进化算法框架。借助这一创新方法，Pelican-VL仅使用20万数据量就实现了“性能最强”的目标，这个数据量仅为其他大模型的十分之一甚至五十分之一，当之无愧地成为开源视觉语言模型中性价比最高的代表。
Pelican-VL 1.0的开源发布，将显著提升具身智能在商业服务、工业制造、高危特种作业、家庭服务等多种实际应用场景中的表现。该模型通过视觉与语言感知相结合，能够有效辅助多步骤任务规划。视觉语言模型作为实现机器人全自主运作的核心技术，Pelican的开源将有力推动我国具身智能技术的自主化发展进程。
本次开源的Pelican-VL 1.0核心优势在于深度整合海量数据与自适应学习机制。该模型在由超过1000块A800 GPU组成的计算集群上进行训练，单次检查点训练消耗超过5万A800 GPU小时。团队从原始数据中提炼出包含数十亿token的高质量元数据作为训练基石，基于这些技术积累，Pelican-VL 1.0在基线基础上实现了20.3%的性能提升，平均超越Qwen3-VL系列、InternVL3.5系列等同级别开源模型10.6%。
得益于“刻意练习”DPPO训练范式，Pelican-VL的学习过程恰如一位刻苦钻研的学生：每个训练循环都遵循“观看视频-自主练习-发现错误-纠正提升”的迭代过程。通过模拟人类元认知的学习方式，结合强化学习探索模型弱点并生成失败样本，再进行有针对性的监督微调，使模型在持续自我纠错中不断进步。
正如学生在做错题后总结经验一样，Pelican-VL能在训练过程中发现“薄弱知识点”并及时补强，从而持续提升在视觉-语言与具身任务上的综合能力。借助这一机制，Pelican-VL能够更准确地理解图像内容、语言指令和物理常识，最终在决策与操作执行环节实现了具身智能在时空推理与动作规划方面的重要突破。
相关攻略
11 月 9 日消息，11 月 6 日，第八届中国国际进口博览会（简称“进博会”）期间，拜耳医药保健有限公司（以下简称“拜耳医药”）与北京人形机器人创新中心有限公司（以下简称“北京人形”）签署合作
11 月 14 日消息，北京人形机器人创新中心昨晚宣布全面开源具身智能 VLM 模型 ——Pelican-VL 1 0。从最新介绍获悉，该模型覆盖 7B、72B 参数规模，是迄今为止“最大规模的开
8 月 17 日消息，据央视新闻报道，2025 世界人形机器人运动会正在国家速滑馆举行。在刚刚结束的百米“飞人大战”决赛中，北京天工队的“具身天工 Ultra”机器人以 21 50 秒的成绩夺得全
热门专题
热门推荐
猎豹浏览器免安装网页版入口是https: web lemur-browser com，具备界面简洁响应迅速、多端同步无缝衔接、安全防护层级丰富、文档处理能力突出、资源兼容性广泛覆
据昆仑万维集团消息，3月27日下午，昆仑万维（300418 SZ）旗下天工AI顺利举办“世界模型前沿技术与天工AIGC全家桶大模型生态”专场发布会，携Matrix-Game 3 0、SkyReels
本报（chinatimes net cn）记者石飞月 北京报道大模型未来会走向哪里？OpenClaw的爆火似乎为全行业指明了一个方向，但接踵而至的舆论质疑，又让这个答案变得扑朔迷离。3月27日，在2
Anthropic一款尚未发布的新AI模型因数据泄露意外曝光，引发市场对AI颠覆网络安全行业的担忧再度升温，网络安全板块股价周五盘前全线下挫。据《财富》杂志报道，Anthropic正在开发并已开始向
3月初，腾讯在深圳总部楼下设立“龙虾站”，引发千人排队尝鲜。OpenClaw掀起的“全民养虾”热潮，在短短一个月内让更多人看到了AI Agent深入业务场景的价值，随即推动Token调用量大规模增长