字节推出GR-3模型 - 字节跳动Seed团队发布通用机器人模型GR-3，该模型为VLA架构，具备泛化到新物体和新环境的能力，能理解包含抽象概念的语言指令，还能够精细地操作柔性物体 [2] - GR-3采用MoT+DiT的网络结构，将"视觉-语言模块"和"动作生成模块"集成为40亿参数的端到端模型，生成动作后通过RMSNorm增强动态指令跟随能力，使机器人反应更敏捷、高效 [2] - GR-3采用三合一数据训练法，包括遥操作数据、人类VR轨迹数据（可达450条数据/小时）和公开图文数据，以提升泛化能力 [2] GR-3模型性能提升 - GR-3在新环境和新物体时操作性能卓越，复杂指令理解精准度高，具备处理泛化任务的能力 [2] - GR-3在新物品操作的成功率上较业内头部具身大模型π0高出17.8% [4] - GR-3仅需10条人类轨迹数据即可将新物体操作成功率从60%提升至80%以上 [4] 硬件协同创新 - 字节跳动同步推出通用双臂移动机器人ByteMini，专为GR-3模型设计，具备22个全身自由度与独特手腕球角设计，实现接近人类手腕的灵活转动能力 [3] - ByteMini配备多摄像头协同系统（2手腕摄像头+头部全局视角）和全身运动控制（WBC）系统，确保操作过程中的灵活性和平滑轨迹生成 [3] 商业化潜力 - 随着技术进步和产业链成熟，字节跳动具备进行软硬件产品化的可能，且有望在ToC场景积累领先优势 [2] - GR-3的高泛化性与复杂任务执行能力可以助力机器人场景落地探索 [4]