7月19日上午，面壁智慧聯合OpenBMB在世界人工智慧大會（WAIC 2026）上正式釋出並開源了其首個具身智慧技術成果——MiniCPM-Robot系列模型，標誌著這家以端側小模型聞名的公司正式進軍機器人領域。
該系列包含兩個模型：通用VLA（視覺-語言-動作）模型MiniCPM-RobotManip，以及面向移動機器人跟蹤導航的MiniCPM-RobotTrack。MiniCPM-RobotManip基於面壁智慧最新多模態端側模型MiniCPM-V 4.6訓練，引數規模僅1.5B，但效能可比肩體量更大的3-4B模型，同時流式即時推理計算成本減半。模型支援1分鐘的具身原生記憶，能高效完成需要上下文記憶的複雜操作任務，例如在RMBench基準測試中得分53，遠超主流模型π0.5的10分。
MiniCPM-RobotTrack由面壁智慧與南京大學合作研發，是業內首個支援真實本地斷網部署的跟蹤模型，僅依靠機器人原裝攝像頭和本地算力即可完成單目標、動態多目標及模糊目標跟蹤。該模型引數僅0.9B，在宇樹Go2 Edu機器狗上實測穩定達到5+ Hz，端到端響應時延約180毫秒。即使在現場拔掉網絡卡，機器狗仍能依靠本地視覺畫面與文本指令持續完成目標識別、跟蹤與運動控制。在單目標、動態多目標和模糊目標跟蹤任務中，追蹤率分別達到89.8、73.4和80.4，均為開源方案最優，相比OmTrackVLA分別提升7.0、14.6和6.5個百分點。
兩款模型均獲得具身智慧推理框架PhyAI的支援。PhyAI專為端側極速推理與雲端大規模Rollout場景設計，通過CUDA Graph加速和運算元融合，將MiniCPM-Robot在NVIDIA H20上的推理幀率提升至36.77 Hz。
在產業落地方面，面壁智慧已與樂聚機器人合作推出展廳導覽和園區巡檢Agent解決方案，並與吉利汽車圍繞VLA模型、生產倉儲應用等方向展開合作。目前，MiniCPM-Robot系列模型已在GitHub和Hugging Face上完全開源，提供完整部署流程與一鍵啟動指令碼，開發者可開箱即用。