PhysBrain 1.5, el model de robòtica amb pesos oberts que es queda a 0,8 punts de GPT-6 Astra

Els pesos de PhysBrain 1.5 es poden descarregar des del 9 de setembre

PhysBrain 1.5 es va publicar el 9 de setembre de 2026. Des d'aquell dia és a Hugging Face —el repositori on es distribueixen i es descarreguen models d'intel·ligència artificial— amb tres peces alhora: els pesos, l'informe tècnic i les eines amb què l'empresa diu que ha mesurat el model. El 14 de setembre ho va recollir la premsa tecnològica xinesa, i amb això han començat a circular les comparatives de puntuació.

Publicar les tres coses alhora no és la norma. Els pesos permeten executar el model sense passar pel servei de ningú; l'informe tècnic explica com està construït; i les eines d'avaluació són justament les que calen perquè un tercer repeteixi les proves i comprovi si li surten els mateixos nombres.

DeepCybo, l'empresa de Pequín que signa el model

Darrere de PhysBrain 1.5 hi ha DeepCybo (深度机智), una empresa xinesa d'intel·ligència artificial amb seu a Pequín que treballa en intel·ligència encarnada, és a dir, en la IA que governa màquines físiques en comptes de converses. PhysBrain 1.5 és el seu model base d'intel·ligència física.

De la seva estructura hi ha poca cosa que es pugui afirmar: no hem pogut establir qui la finança ni qui la controla, i sense aquesta dada val més no atribuir-li més suport del que es pugui demostrar. El que sí que es pot comprovar és allò que ha publicat, que es pot descarregar i ve amb el codi per posar-lo a prova.

El model reuneix percepció, acció i predicció en una sola arquitectura

A PhysBrain 1.5 no se li demana que escrigui text, sinó que interpreti allò que capta un robot i decideixi què en fa. Integra en una arquitectura unificada tres funcions que en altres sistemes van separades: la percepció de l'entorn, la generació de les accions i la predicció dels estats futurs, és a dir, en quina situació quedarà tot si el moviment s'executa d'una manera i no pas d'una altra.

Aquesta predicció és el que permet a un sistema així anticipar el resultat d'un gest en comptes de limitar-se a reaccionar al que ja ha passat. Al costat de la versió principal, DeepCybo publica una variant de 2.000 milions de paràmetres, més petita i, per tant, menys exigent amb l'equip que l'executa.

La distància amb el millor model tancat es queda en 0,8 punts

La comparació que difon DeepCybo es basa en una puntuació composta: la mitjana de resultats en 28 bancs de proves públics. PhysBrain 1.5 obté 72,5 i encapçala el grup dels models de pesos oberts avaluats. Al davant només hi queden dos models tancats, GPT-6 Astra amb 73,3 i Gemini 3.6 Flash amb 73,0.

La taula convé llegir-la sabent d'on surt. Les puntuacions les declara el fabricant en el seu propi informe tècnic i, ara per ara, no hi ha cap avaluació independent que les hagi repetides. Que el codi d'avaluació estigui publicat fa possible aquesta comprovació, però possible no vol dir feta.

Amb aquesta cautela al davant, el que mostra la comparació és que entre el millor obert i el millor tancat hi ha 0,8 punts, mentre que PhysBrain 1.5 en treu 6,5 a Hy-Embodied-VLM-1.0 i 9,4 a RynnBrain 1.1, els altres dos models oberts de la llista. La versió reduïda, de 2.000 milions de paràmetres, marca 66,6 i ja queda per damunt de tots dos.

Llegir-ne més: QbitAI (量子位), mitjà tecnològic xinès ↗