穆赫兰道

消费贴息落地调查：六大行加速兑现红利，客服主动打电话：“您有一笔贴息可以领”_我的网站

一 |     　　华夏时报记者 刘佳 北京报道　　“真的挺惊喜的，没想到银行主动打电话告知有一笔贴息可以领。    金磊 发自 上海          量子位 | 公众号 QbitAI          一个新的国产VLA模型诞生了，而且只有1.5B。

二 | ”近日，北京消费者陈女士向《华夏时报》记者讲述了自己的经历。         Size这么小，能好用吗？          来，话不多说，我们直接看效果：          视频地址：     https://mp.weixin.qq.com/s/TWDuh4NmsamJ52E2A6ZpTw          在上面这个真机演示里，两只机械臂围着桌面开始做三明治。它们分工合作，先取面包，再夹起生菜、火腿和鸡蛋，一层层叠到一起。         再来看下另一段演示：          视频地址：     https://mp.weixin.qq.com/s/TWDuh4NmsamJ52E2A6ZpTw          一只宇树机器狗收到“跟随前面的人”这条指令后，开始一路跟在目标身后。　　8月初她刚办理了一笔三万元的消费分期之后，便没有再留意贴息政策，也不曾想着主动去申请相关优惠。         从室外走进办公楼，再进入电梯、地下停车场，机器狗始终没有跟丢。就算周围不断有人经过，环境和光线也在变化，它还是能认准一开始指定的那个人。出乎她意料的是，国有大行客服工作人员主动打来电话，提醒她这笔分期正好符合贴息条件，可以享受政策减免。         更关键的是，这套能力直接跑在机器狗本地！          电梯和地下停车场往往是网络信号比较差的地方。即使进入弱网甚至无网环境，机器狗依然能继续识别目标、规划动作，保持跟随。

三 |          而在这两段Demo背后，则是面壁智能在WAIC期间正式发布并开源的MiniCPM-Robot系列模型。         目前包含两个模型：          MiniCPM-RobotManip：也就是开头控制机械臂做三明治的通用VLA模型，参数量只有1.5B。算下来能够省下几百元利息，这份找上门的实惠，让她颇为意外。　　在这份惠民红利背后，是消费贴息新政的加速落地。         MiniCPM-RobotTrack：主要负责机器人的跟踪与导航，让机器人能够根据自然语言指令，在动态环境里持续跟住指定目标。　　近期，国有六大行陆续发布公告，明确了最新的信用卡分期贴息政策执行要点。              和它们一起出现的，还有开源具身智能推理框架PhyAI，负责让这些模型更快地适配硬件、跑到真实机器人上。将信用卡专项分期、消费分期、预借现金分期等各类新发生的信用卡分期年度贴息上限由3000元上调至5000元，自8月1日起施行。　　本轮贴息提额、场景扩容的新政，精准覆盖家装、汽车、家电等居民核心消费场景，通过实打实的利息减免降低居民消费压力，提振居民消费意愿。　　记者实地走访北京多家国有银行网点了解到，目前国有大行系统改造、规则更新、客户服务配套已全面到位，存量客户实现无感升级，新客户申领流程便捷高效，成为政策落地的重要基础保障。         简单来说，一个负责让机器人“动手干活”，一个负责让机器人“认准人、跟着走”，再配上一套负责高效推理的底座。         面壁这次端出来的，已经是一套逐渐成形的具身智能组合。

四 | 　　贴息最高5000元　　“政策通知越来越及时了。

五 |          跻身第一梯队，延迟接近一半          先来看MiniCPM-RobotManip。”家住北京市丰台区的消费者小张对《华夏时报》记者表示，自己刚刚买了新车并办理了汽车分期，办理时仅了解基础贴息政策。

六 |          虽然参数量只有1.5B，但在LIBERO、Calvin、RoboTwin2等主流VLA评测里，它的整体表现已经进入第一梯队，与π0.5等模型处在相近水平。“没想到这几天客户经理主动给我打电话提醒，这笔汽车分期刚好纳入8月新政扩围范围，按照年化1%的贴息标准，今年在同一家银行的消费贷与信用卡分期，累计最高可享受5000元的贴息额度。”　　小张坦言，当下生活开支压力不小，这种纯惠民的金融政策，对普通消费者来说十分友好。         真正把差距拉开的，是对机器人记忆力的考验。“自己在银行APP中操作流程简单、无需重新签约，系统自动更新贴息新政，省心又省钱，这才是大家最需要的福利。         很多VLA模型在执行动作时，主要根据当前这一帧画面做判断。”　　在北京周边刚置业的周女士也深有体会。

七 | 她告诉《华夏时报》记者，近期正筹备新房软装采购，原本担心分期利息过高迟迟不敢大额消费、不敢轻易分期，而银行主动推送的贴息新政，恰好解决了她的消费难题。         比如让机器人点击画面里的第二个按钮5次。         如果它看不到前面的画面，也记不住自己已经按过几次，就很容易按一下便停，或者一直按下去。　　“本来盘算着压缩预算、尽量少分期，现在年度贴息额度上限提升，家装、家电分期全都能覆盖，利息成本直接降了一大截。         MiniCPM-RobotManip会把历史观测和此前执行过的动作一起纳入判断。

八 | ”周女士表示，新政彻底缓解了自己的利息焦虑，对刚需消费人群十分友好。它知道任务已经进行到哪一步，也知道什么时候应该停下来。　　记者了解到，本次新政核心利好主要集中在两大方面。一是额度大幅提升，个人消费贷、信用卡分期年度累计贴息上限从3000元提至5000元；二是消费场景全面扩容，打破传统账单分期的单一局限，将汽车分期、家装分期、家电数码专项分期等居民大宗消费场景，全部纳入补贴范围。

九 | 　　政策红利的精准落地，离不开银行系统升级与服务配套，为政策顺畅执行提供了支撑。　　农业银行某网点工作人员向《华夏时报》记者介绍，消费者在政策实施期内新办理的信用卡分期业务，对应同期产生的分期账单，在银行核验消费真实、合规后，即可按规则享受贴息优惠。         在专门考察上下文记忆的RMBench中，π0.5的成绩约为10分，接近随机水平，MiniCPM-RobotManip则达到约53分。

十 |          这项能力对真实机器人很重要。　　另有多家国有大行客户经理向记者证实，目前行内已完成系统参数更新，绝大多数存量贴息客户无需重复签约、无需线下报备，即可自动适配新政策、享受更高额度贴息。

十一 |          叠衣服、收拾桌面、做三明治，看起来都是日常小事，拆开后却包含一连串动作。　　“目前已接到服务指引通知，要求相关业务人员通过电话回访、企业微信提醒等多种渠道，逐一告知贴息升级福利。

十二 | 机器人只看眼前，很容易做到一半便“失忆”；能记住此前的状态，才有机会把长任务完整做完。”北京东城区交通银行网点工作人员对《华夏时报》记者表示，很多客户并不清楚政策提额扩面，我们会主动通知，就是要让每一位符合条件的客户都能享受到政策红利。         除了记得住，机器人还得反应快。         面壁给出的单帧推理对比中，在H100显卡、bf16精度下，MiniCPM-RobotManip单次决策延迟约为120毫秒，π0.5约为234毫秒，前者接近后者的一半。

十三 | 　　财政金融联动促内需　　本轮消费贴息升级政策快速落地，不仅让普通消费者收获实在的优惠，更有效激活消费市场、撬动内需活力。         这里的“成本减半”，主要是体现在推理延迟和计算量上。

十四 |          聊天模型多想一秒，用户通常还能等。机械臂每做一步都停顿一秒，动作马上就会变得僵硬，整个任务的完成时间也会被拉长。　　8月22日，国有六大行依据财政部、中国人民银行、金融监管总局联合发布的《关于进一步做好财政金融协同促内需政策有关工作的通知》，陆续发布官方公告，明确了信用卡分期贴息新政的具体执行要点。　　记者梳理六大行落地细则发现，目前各行贴息规则统一、执行标准规范，稳定维持年化1%的贴息比例。         对VLA来说，能不能在有限算力下快速输出下一步动作，和榜单分数一样重要。

十五 |          MiniCPM-RobotTrack也走了类似的小尺寸模型路线。

十六 |          它以MiniCPM4-0.5B为基础，整体参数规模为0.9B，主要测试三种真实场景。         第一种是单目标跟踪。给它一句明确指令，机器狗持续跟着指定的人。         第二种是多人干扰。

十七 | 同时银行严格把控风险，设置贴息上限不超过合同折算年化利率50%的约束条件，在惠民让利的同时，有效规避过度借贷、盲目消费等问题。　　政策衔接方面，大部分银行明确，此前已签署个人消费贷款财政贴息服务协议、信用卡账单分期财政贴息相关约定的存量客户，可自动适用最新贴息政策，无需重新签约，仅少数银行要求客户签署补充协议。周围几个人同时移动、交叉甚至交换位置，模型依然要认准最初的目标。         第三种更难，指令本身可能比较模糊。比如只说“跟着穿黑衣服的人”，现场又恰好有多个穿着相近的人，模型需要结合画面理解人类到底指的是谁。　　谈及本轮六大行率先落地消费贴息新政，薪火私募投资基金总裁翟丹分析称，此次贴息升级绝非简单的短期促消费举措，而是财政、货币、银行三大维度的跨资产负债表协同施策。         在没有进行下游强化学习优化的情况下，MiniCPM-RobotTrack在三类任务上的追踪率分别达到89.8%、73.4%和80.4%，均取得开源方案中的最优结果。

十八 |          相比OpenTrackVLA，三项追踪率分别提高7.0、14.6和6.5个百分点。         在相同的单视角、纯SFT设定下，与闭源模型TrackVLA++相比，它在单目标跟踪和模糊目标跟踪上的追踪率分别高出8.8和17.0个百分点，模糊目标跟踪的成功率达到58.0%。         参数小，表现却没有明显掉队。　　“财政出利息、银行出资本、居民出信用，更关键的是信用卡分期场景全面扩容后，银行可依托商户编码、交易流水、分期用途精准锁定真实消费，大幅提升了财政资金的使用效率。         机器人模型的竞争，也开始从单纯拼规模，转向拼单位算力到底能换来多少能力。”翟丹对《华夏时报》记者表示。         把机器人看到的世界压缩一下          MiniCPM-RobotManip能把尺寸压到1.5B，背后离不开面壁过去在多模态模型上的积累。　　“六大行统一落地新政，有效杜绝了各行规则解读不一、营销乱贴标、隐性加息返利等行业灰色乱象。         它基于MiniCPM-V 4.6训练而来（开源不到2个月，下载量已突破200万）。”另有业内人士对记者表示，贴息不是见单就补，银行会提前核查消费真实性与合规性，对虚假交易、资金流出消费领域、逾期退款等情况，不予贴息或追回已发放补贴。         面壁的MiniCPM-V/O系列已经持续迭代两年多，开源总下载量超过2500万。过去积累的图像理解、视频理解和多模态信息处理能力，如今被进一步搬到了机器人身上。         机器人执行一次动作，需要处理的信息其实很多。         一台双臂机器人通常会同时接收三个摄像头的画面，包括两个腕部相机和一个主视角相机，再加上一段文字指令，最后输出一个可以执行的动作。这一机制将财政让利嵌入银行现有授信与收单核验体系，让补贴资金精准流向真实消费场景，对规范整个消费信贷行业秩序起到正向引导作用。

十九 | 　　广东省社会政策研究会副秘书长高承远表示，六大行在统一政策框架下同步推进落地，消除了规则差异带来的套利空间，让消费信贷市场运行更加规范有序。　　“更重要的是，银行在落地环节嵌入消费真实性核验机制，确保贴息资金精准流向购车、装修、文旅等实体消费场景，杜绝资金空转，这正是财政金融协同赋能内需的核心意义。         而且，这个过程一秒要重复好几次。

|          如果每一张图片都被转换成大量视觉Token，机器人运行得越久，需要处理的历史信息就越多，计算量很快就会堆起来。         MiniCPM-RobotManip采用的办法，是尽量压缩视觉Token。”高承远对《华夏时报》记者如是说。　　升级中小微企业贷款贴息政策　　值得注意的是，在个人消费贷款“国补”细则落地升级后，8月26日，六大行再度加码，陆续发布中小微企业及服务业经营主体贷款贴息最新实施细则。

|          桌面纹理、墙面图案等和当前任务关系不大的信息，不必占用太多Token。　　六大行明确，将符合条件的中小微民营企业新发放流动资金贷款，全面纳入企业贷款贴息政策支持范围。　　贴息额度方面，调整后单一中小微企业在同一家经办银行的年度贴息贷款额度，由原先5000万元提升至7500万元；服务业经营主体专项贴息贷款年度限额，从1000万元上调至2000万元，精准适配中小微企业和服务业主体的日常经营、融资周转需求。　　在贴息标准上，六大行均表示，2026年8月1日及以后发放的合规中小微民营企业流动资金贷款，可享受中央财政年化1%的贴息补贴，最长补贴周期不超过2年；2026年1月1日以来发放的、符合条件的中小微民营企业固定资产贷款，中央财政按贷款本金给予年化1.5%的贴息支持，贴息期限同样最长不超过2年。模型用更短的数据表示保留关键内容，单次推理需要处理的信息量也随之下降。         信息少了，推理自然更快。　　为保障政策透明惠民、杜绝违规乱象，多家国有大行在公告中提醒，客户办理相关贷款及贴息业务时，仅需支付合同约定利息，无任何额外费用，本次贴息服务全程免费。

| 任何以银行名义收取中介费、手续费、代办费的行为，均属于诈骗行为。　　与此同时，对于违反贷款资金使用、贴息资金申领等政策规定的，银行将按照政策要求审核资金用途和跟踪贷款实际使用情况，如有关部门或经办银行发现被贴息经营主体有违规行为的，将及时追回贴息资金。对应到机械臂上，就是等待时间更短，动作衔接更顺。责任编辑：曹睿潼。

|          视觉Token压缩还有一个更大的用处，可以帮助机器人以更低成本保留历史记忆。         常规方法每获得一张新画面，都要把此前的历史重新计算一遍。任务越长，计算量增长得越快。

|          MiniCPM-RobotManip采用流式计算，前面已经处理过的信息可以继续复用，新画面进来后，只需要接着往下计算。         这就有点像看连续剧的感觉了。         普通做法每更新一集，都要从第一集重新看起；流式计算则会记住之前的剧情，直接从最新一集接着看。         机器人因此可以带着更长的历史继续执行任务，同时避免计算量一路暴涨。         1.5B的尺寸，也和机器人的实际运行需求有关。         面壁在将约200毫秒视为机器人操作体验的一道临界线。

| 再慢下去，机械臂和机器狗的卡顿感就会明显增加。         当前多数VLA基础模型都控制在4B以内。模型继续做大能带来多少真实操作收益，行业仍在验证。          作者声明：该图片由AI生成          到了MiniCPM-RobotTrack这里，轻量化的思路又换了一种实现方式。         它把视觉画面、自然语言指令和机器人的控制决策放进同一个模型里统一处理。         用户说一句“跟着前面穿黑衣服的人”，模型会直接结合摄像头画面理解指令，再把判断转换成机器狗的运动控制。         整个过程不需要额外安装一套目标检测模块、一套识别模块，再接一套跟踪系统。也不用外接开发板，只靠宇树Go2 Edu原装摄像头和本地算力，就能完成单目标跟踪、多人干扰跟踪和模糊目标跟踪。         不过，真实世界总会出现训练集里很少见的情况。

|          目标可能突然从镜头前横穿过去，也可能快速转弯，被其他人短暂挡住。几个人同时交叉走动时，机器狗还要避免跟错人。         这类场景数量少，却最容易让模型翻车。所以，面壁为此搭建了一套自进化数据管线。         团队先对原始数据进行检查和清洗，把异常轨迹、错误动作和无效交互剔除掉。随后让模型进入仿真和真实机器人环境，在持续运行中主动暴露自己的薄弱环节。         系统再把这些容易出错的场景集中收集起来，通过专家策略进行纠偏，放回下一轮训练。         说得通俗一点，这就像给机器狗准备了一本会自动更新的错题本。         经过一轮轮闭环训练，目标横穿、快速转向、短时遮挡、多人交叉这些长尾问题，也能不断得到加强。         模型训好了，装到真机上仍然有一道关。         摄像头采集、画面编码、模型推理、动作生成、指令传输，任何一个环节慢下来，最终都会反映在机器狗的动作上。         面壁围绕宇树Go2的完整运行链路做了系统级优化。

| 目前MiniCPM-RobotTrack在机器狗原生本地算力上可以稳定达到5Hz以上，端到端响应延迟约180毫秒。

|          这次开源的内容也不只有模型权重，还包括环境安装、模型加载、摄像头接入、文本指令输入、控制接口和一键启动脚本。         准备一台Go2 Edu，就能按照开源流程把模型部署起来。         本地部署的好处，在电梯和停车场的演示里体现得很直接。         机器人不用等待画面上传云端，也不用等远程服务器返回结果。摄像头数据和用户指令留在本地，网络信号变差后，完整功能依然可以继续运行。

|          直接拔掉网卡，机器狗照样能根据摄像头画面和文字指令，完成目标识别、持续跟踪和运动控制。

|          除了MiniCPM-Robot系列之外，这次还有一项容易被忽略的发布——PhyAI。         它是一款面向Physical AI的开源推理框架，由明体科技联合北京邮电大学、北京大学研发。         具身模型想从实验室跑到真实机器人上，中间还要经过硬件适配、量化、算子优化和部署。         不同VLA、世界模型的结构差异很大。

| 每发布一个新模型，再从头适配一次，时间和工程成本都不低。

|          PhyAI想做的，就是把这段路缩短。         在RTX 5090上运行π0、π0.5和GR00T时，PhyAI相较模型官方仓库分别实现约2.85倍、1.82倍和2.28倍加速。

|          适配MiniCPMRobot系列模型时，PhyAI先通过CUDA Graph把推理帧率从10.12Hz提高到33.28Hz，再加入为模型定制的融合算子，在NVIDIA H20上进一步提高到36.77Hz。         前面是模型效果，这里解决的是工程效率。         模型能干活，还得尽快跑上硬件，跑得足够快，才能真正进入更多机器人。         机器人需要又好又便宜的大脑          具身智能行业从来不缺精彩Demo。真正难的是离开展台之后，机器人还能不能稳定工作。         清华大学人工智能学院助理教授、面壁智能多模态首席科学家姚远在访谈中也提到：          现阶段不少机器人Demo会围绕单一任务采集大量数据，再进行针对性优化，展示效果并不能完全代表基础模型的真实进度。面壁更看重模型的基础性、泛化性和通用性，希望先把数据、Infra和工程链路打磨好，让基础能力提升后自然覆盖更多场景。沿着大语言模型的发展经验，具身智能最终也要走向“先通后专”，先理解物理世界的基本常识，再成为做饭、叠衣服或仓储作业等具体领域的专家。

|          展馆、园区和工厂里，网络信号不会一直满格。

| 机器人还要面对隐私、数据合规、任务失败和异常恢复等一连串现实问题。         榜单分数再高，走到地下停车场便停摆，落地空间依然有限。         这也是面壁把端侧能力放在重要位置的原因。         在与乐聚机器人的合作中，面壁把端侧多模态大模型、夸父机器人本体和导航系统组合到了一起，推出展厅导览Agent和园区巡检Agent。         展厅导览机器人在无网环境下，也能基于本地知识库完成离线讲解和自由问答。它可以理解展厅环境和人的指令，规划导览路线，同时完成避障。         园区巡检机器人则可以识别车辆违停、路面异常和公共设施问题。敏感画面直接在本地处理，数据留在客户侧。         与吉利汽车的合作，则进一步走进了生产仓储场景。

|          面壁和吉利共同训练VLA模型，再通过RoboHarness把VLM、VLA、机器人本体和导航系统接到一起，让机器人执行仓储中的长程任务。         RoboHarness可以理解成物理世界里的Agent执行框架。         上层VLM负责规划任务，VLA和导航系统作为可以调用的工具。

| 框架还会管理长任务的上下文和记忆，遇到失败时进行重试和恢复。         机器人每完成一次任务，运行数据还会进入可治理的数据闭环，继续帮助模型进化。          作者声明：该图片由AI生成          到这里，面壁此次在WAIC带来的具身智能路线已经比较清楚了。         MiniCPM-RobotManip负责操作，让机械臂理解任务、记住过程，再把事情做完。         MiniCPM-RobotTrack负责跟踪导航，让机器狗在复杂环境里认准目标，断网也能继续走。         PhyAI负责把模型更快地部署到真实硬件上。              再往外，乐聚和吉利的合作开始把模型、本体、导航和具体业务流程接起来。         大语言模型时代，人们习惯用参数量判断能力。

| 但机器人真正走进物理世界后，参数只是其中一个数字。         它还得反应够快、记得住、断网能跑，数据留得下来，遇到意外能够恢复，成本也要控制在企业愿意长期使用的范围内。         从这个角度看，1.5B和0.9B的意义，也就不止是“小”。它们更像是在回答一个很现实的问题：          当AI真正长出手脚，除了聪明，还得跑得动、用得起，最后把活干完。         GitHub链接：          https://github.com/OpenBMB/MiniCPM-Robot          HuggingFace链接：          https://huggingface.co/openbmb/MiniCPM-RobotManip          https://huggingface.co/openbmb/MiniCPM-RobotTrack。

Current article:http://fj5.ningshunsaotuiqiao.shop/list_5ag3/xboojq6.html

Published on:17:52:34