Problem

現有的具身 AI 模型往往難以將高階邏輯推理與低階實體操作有效結合，且在面對複雜長程任務時，缺乏自主修正與環境感知的閉環能力，導致模型在真實物理環境中的泛化性與執行穩定性不足。

Method

研究團隊開發了 Embodied-R1.5，利用自動化流程建構超過 150 億語標（tokens）的大規模資料系統，並設計多任務平衡強化學習（RL）方案以解決任務間的衝突。核心技術在於引入「規劃者-接地者-修正者」（PGC）閉環框架，使單一模型具備自主執行與自我糾錯的能力。

Results

僅憑 8B 參數規模，Embodied-R1.5 在 24 項具身 VLM 基準測試中取得 16 項 SOTA 成績，超越了 Gemini-Robotics 與 GPT 等大型模型。在微調為視覺-語言-動作（VLA）模型後，其操控表現優於 π_{0.5}，並在真實機器人的零樣本（Zero-shot）實驗中，於指令遵循與複雜長程任務上展現強大泛化實力。

Significance

本研究不僅在模型表現上取得突破，更開源了權重、資料集、訓練代碼及評估套件 EmbodiedEvalKit。這為具身基礎模型（EFM）的後續研究奠定了基礎，證明了整合閉環推理機制的小型化參數模型亦能展現高度的物理智慧。