字节发布通用机器人模型 GR-3

7 月 22 日，字节跳动 Seed 团队公布了其最新成果：一个可泛化、支持长序列复杂操作任务的机器人操作大模型「Seed GR-3」。

据介绍，GR-3 是一个大规模的视觉 – 语言 – 动作（VLA）模型。它对新物体、新环境以及含抽象概念的新指令展现出较好的泛化能力。此外，GR-3 支持少量人类轨迹数据的高效微调，可快速且经济地适应新任务。GR-3 在处理长周期和灵巧性任务（包括需要双手操作和底盘移动的任务）上也展现出稳健且可靠的性能。

Seed 团队介绍，上述能力源自于多样的训练方法：利用大规模的视觉 – 语言数据联合训练、征集了用户授权的基于 VR 设备的人类轨迹数据进行高效微调，以及基于机器人轨迹数据进行有效地模仿学习。

值得一提的是，GR-3 在挑战柔性物体操作测试（具体测试为挂衣服任务）中表现较好，能够完成「将衣架穿进衣服中，再将其挂在晾衣杆上」的操作。此外，GR-3 还能泛化到训练数据中未包含的衣服类型。

此外，Seed 团队还推出了一款双臂移动机器人 ByteMini。据悉，ByteMini 兼具灵巧性和可靠性，集成了 GR-3 后，能完成各式各样的复杂任务。

🔗 GR-3 技术报告：https://arxiv.org/pdf/2507.15493

文章来源：爱范儿