新京报贝壳财经讯（记者韦博雅）12月18日，北京人形机器人（以下简称“北京人形”）创新中心正式开源了国内首个，也是唯一一个通过具身智能国标测试的具身VLA大模型XR-1，并同步开源了配套的数据基础RoboMIND 2.0及ArtVIP最新版本。基于此次开源成果，将有力推动具身智能行业回归本质需求，让机器人真正能在各类应用场景下“干得了活、干得好活”，助力国内具身智能产业迈向“全自主、更好用”的新阶段。

本次开源的系列核心成果，主要包含面向具身“小脑”能力的VLA模型XR-1，以及为XR-1等模型提供数据训练支持的RoboMIND 2.0与ArtVIP平台。

北京人形介绍，跨本体VLA模型XR-1具备多场景、多本体、多任务的通用特性，并拥有高泛化性等显著优势。其背后的技术核心在于，XR-1构建了跨数据源学习、跨模态对齐、跨本体控制三大关键支柱能力。首先，通过跨数据源学习让机器人能够利用海量人类视频进行训练，有效降低了训练成本，提升了学习效率；其次，依托跨模态对齐能力，它能打破视觉与动作之间的壁垒，让机器人实现真正的“知行合一”；最后，借助跨本体控制技术，XR-1可以快速适配不同类型、不同品牌的机器人本体。

北京人形首创的UVMC（多模态视动统一表征）技术是其中的关键，它能够搭建起视觉与动作之间的映射桥梁，让机器人将看到的画面瞬间转化为身体的本能反应，像人类条件反射般自然地做出正确的应对动作。XR-1的多构型预训练能力，使“具身天工2.0”具备了全身多关节丝滑拟人控制能力，可实现大幅弯腰下蹲并精准抓取随机摆放的物料箱，完成复杂的倒料任务。

RoboMIND 2.0则在此前版本基础上进行了全面升级。机器人操作轨迹数据已增加至30多万条，覆盖场景拓展至工业零拣、流水线设备、物化实验室、家庭厨房、家电交互等在内的11个工业、商用及家庭场景，机器人本体、任务与技能数量也均有2倍以上的提升。同时，平台新增了1.2万多条带触觉操作数据，可用于训练VTLA、MLA模型，亦能用于训练机器人大小脑模型，并开源了基于ArtVIP生成的大量仿真数据。

编辑 岳彩周

校对 卢茜