宇树科技开源人形机器人运动控制架构OmniXtreme，并发布技术论文。该架构旨在解决高动态场景下动作保真度下降与物理落地难题，采用双阶段训练框架，首阶段通过流匹配预训练整合高动态技能，提升人形机器人极限动作表现。
小米开源47亿参数机器人模型Xiaomi-Robotics-0，采用MoT混合架构，通过“大脑”与“小脑”协同工作，在消费级显卡上实现实时推理，解决现有VLA模型因推理延迟导致动作迟缓的问题，提升机器人控制效率与泛化能力。
蚂蚁灵波科技开源具身世界模型LingBot-VA，首次提出自回归视频-动作世界建模框架，将视频生成与机器人控制深度融合。模型可同步生成未来世界状态并输出动作序列，实现“边推演、边行动”。真机评测显示，该模型能有效应对复杂物理交互任务。
快手旗下可灵AI在2026年初实现爆发式增长，月活跃用户突破1200万，App付费用户环比激增350%。增长主要得益于产品快速迭代，包括2025年底发布的多模态视频模型O1和“音画同出”功能，以及2026年1月推出的“动作控制”新功能，用户可通过图片和动作参考生成视频。
WHAM 是微软开发的一种生成式游戏模型，用于生成游戏视觉和控制器动作。
免费开源AI在线动作捕捉工具，控制纸片人MMD模型
文本引导的情感和动作控制，生成生动的2D头像
Alibaba
-
输入tokens/百万
输出tokens/百万
上下文长度
Bytedance
32
Openai
$0.35
$2.8
400
Minimax
Baidu
nbirukov
基于扩散策略的视觉运动控制模型，将机器人控制视为生成扩散过程，能够生成平滑的多步动作轨迹，在富接触操作任务中表现出色。
masato-ka
针对蓝色或绿色积木分类训练的动作分块Transformer策略模型，用于控制SO-ARM100机械臂进行积木分类抓取任务
IPEC-COMMUNITY
SpatialVLA是一个视觉-语言-动作模型，通过在fractal数据集上微调得到，主要用于机器人控制任务。
lerobot
Pi0是一个通用机器人控制的视觉-语言-动作流模型，支持机器人控制任务。
SpatialVLA是一个视觉-语言-动作模型，通过微调基础模型在分形与桥数据集上获得，专为机器人控制任务设计。
SpatialVLA是基于110万真实机器人操作片段训练的空间增强视觉语言动作模型，专注于机器人控制任务
ConnorJiang
一个基于PyTorch的动作控制模型，适用于机器人技术领域
TrossenRoboticsCommunity
一个基于PyTorch的动作控制模型，专注于机器人技术领域的动作控制任务。
openvla
OpenVLA v0.1 7B是一个开源视觉-语言-动作模型，基于Open X-Embodiment数据集训练，支持多种机器人控制。
rail-berkeley
Octo小型版是一个用于机器人控制的扩散策略模型，采用Transformer架构，能够根据视觉输入和语言指令预测机器人动作。
Octo小型版是一个基于扩散策略训练的机器人控制模型，能够预测未来4步的7维动作，适用于多源机器人数据集。
Octo是一个基于扩散策略训练的机器人控制基础模型，能够预测未来动作并处理多模态输入。
af1tang
PersonaGPT是一个开放领域的对话代理，能够基于个性特征生成个性化回复，并通过动作代码控制对话方向。
VRChat MCP OSC是一个通过OSC协议连接AI助手与VRChat的桥梁，支持AI控制虚拟角色动作、表情和交互。
ROS2的MCP服务器，通过标准MCP协议让AI工具能够连接ROS2节点、主题和服务，提供主题订阅发布、服务调用、动作控制等功能，支持嵌套字段和自动类型发现，简化AI与ROS2的集成开发。
一个基于FastMCP的机器人控制服务器项目，支持移动动作控制，未来将扩展导航功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
