kairos-agi/kairos

解决的问题

Kairos 是一个 4B 参数的原生跨具身世界模型，旨在弥合被动视频理解与主动机器人控制之间的鸿沟。它解决了异构具身数据、弱长程推理以及具身智能在边缘侧部署时的高计算需求等挑战。

工作原理

Kairos 使用统一的 Mixture-of-Transformers 框架来共同处理理解、生成和动作预测。它使用跨具身数据课程 (CEDC) 进行训练，该课程从通用视频逐步过渡到人类行为和真实机器人交互数据。为了实现高效的长程建模和实时部署，它采用了结合了 Sliding-Window、Dilated Sliding-Window 和 Gated Linear Attention 的混合线性时间记忆机制。

适用对象

适用于从事具身智能、机器人技术和世界模型研究的研究人员和开发人员，他们需要一个能够跨不同硬件平台（如 Agibot G1、Unitree G1 和 Songling PIPER）进行泛化并预测可执行动作轨迹的模型。

亮点

• 跨具身泛化：一个可在单臂、双臂和灵巧手平台上工作的单一模型。
• 世界-动作模型：直接从视觉观测和任务上下文预测可执行的机器人动作轨迹。
• 高效边缘部署：针对边缘侧 GPU（如 RTX 5090、A800）的低延迟、高吞吐量推理进行了优化。
• 物理因果一致性：使用因果思维链 (CoT) 将多模态输入转换为用于自主规划的深度任务逻辑。