模型定位
Seed GR-3 是字節跳動 Seed 團隊研發的視覺-語言-動作(VLA)機器人操作模型,面向通用機器人研究。它採用 Transformer 混合架構,將視覺語言模組與動作生成模組整合為約 40 億參數的端到端模型。(seed.bytedance.com)
能力與用途
- **泛化與指令理解:**在抓取和放置實驗中,處理訓練時未見過的物體、環境,以及包含空間關係和大小等抽象概念的指令。
- **長程與靈巧操作:**可結合 ByteMini 雙臂移動機器人執行桌面整理、雙臂協作掛衣等任務,包括柔性物體操作。
- **快速適配:**訓練結合機器人軌跡、VR 採集的人類軌跡和公開視覺語言資料;官方報告稱,使用少量人類軌跡即可微調模型以適應新任務或物體。
- **實驗結果:**在官方測試條件下,桌面整理任務平均進度超過 95%,掛衣任務平均進度為 86.7%;這些數字是特定實驗的任務進度,不應視為所有場景的成功率。(seed.bytedance.com)
限制
官方指出,模型在涉及新概念和新物體的未見指令上仍可能出錯,也可能難以抓取未見形狀的物體;遇到物體意外滑落或環境變化等分布外情況時,可能陷入停滯。公開 API 接入方式和權重狀態未核實。(seed.bytedance.com)
發布日期
2025-07-22;該日期由 ByteDance Seed 官方公告直接標註。(seed.bytedance.com)
價格
截至 2026-11-18,檢索火山方舟國內定價及 BytePlus ModelArk 國際定價,未核實到針對 GR-3 的官方人民幣或美元報價;輸入和輸出如何計費亦未核實,不應套用其他模型的價格。參考:火山方舟模型價格;BytePlus ModelArk 定價。(console.volcengine.com)