GigaAI、3.7万時間の身体データで学習した3システム構成の基盤モデルGigaBrain-0.7を公開

GigaAIが身体知能の基盤モデル「GigaBrain-0.7」の論文をarXivに公開した。理解（understanding）・予測（prediction）・行動（action）を3つのシステムとして統合する構成を取り、37,000時間を超える異種の身体データで学習している。評価は自社のMaker H01プラットフォームと主要な市販ロボット機体で行い、ゼロショット性能、言語指示への追従、事後学習後のタスク成功率のいずれも前世代から大きく改善したとする。

論文は家庭と産業の両方の場面でタスク適応・完遂能力が向上したと述べ、これを規模と構成の両方から生じた創発的能力と位置づけている。要旨に具体的な数値スコアは出ていないが、Hugging Face Papersでは64票を集めており、同時期のロボット系論文としては目立つ支持を得ている。NVIDIAのWorld Action Modelと同じく「予測」を明示的なシステムとして持つ点で、世界モデル路線の一例といえる。