模型定位
Seed GR-3 是字节跳动 Seed 团队研发的视觉-语言-动作(VLA)机器人操作模型,面向通用机器人研究。它采用 Transformer 混合架构,将视觉语言模块与动作生成模块整合为约 40 亿参数的端到端模型。(seed.bytedance.com)
能力与用途
- **泛化与指令理解:**在抓取和放置实验中,处理训练时未见过的物体、环境,以及包含空间关系和大小等抽象概念的指令。
- **长程与灵巧操作:**可结合 ByteMini 双臂移动机器人执行桌面整理、双臂协作挂衣等任务,包括柔性物体操作。
- **快速适配:**训练结合机器人轨迹、VR 采集的人类轨迹和公开视觉语言数据;官方报告称,使用少量人类轨迹即可微调模型以适应新任务或物体。
- **实验结果:**在官方测试条件下,桌面整理任务平均进度超过 95%,挂衣任务平均进度为 86.7%;这些数字是特定实验的任务进度,不应视为所有场景的成功率。(seed.bytedance.com)
限制
官方指出,模型在涉及新概念和新物体的未见指令上仍可能出错,也可能难以抓取未见形状的物体;遇到物体意外滑落或环境变化等分布外情况时,可能陷入停滞。公开 API 接入方式和权重状态未核实。(seed.bytedance.com)
发布日期
2025-07-22;该日期由 ByteDance Seed 官方公告直接标注。(seed.bytedance.com)
价格
截至 2026-11-18,检索火山方舟国内定价及 BytePlus ModelArk 国际定价,未核实到针对 GR-3 的官方人民币或美元报价;输入和输出如何计费亦未核实,不应套用其他模型的价格。参考:火山方舟模型价格;BytePlus ModelArk 定价。(console.volcengine.com)