Perceptron于2026年9月25日在官网博客发布Mk1.5：面向具身智能体的公开模型，新增原生音频、视频目标跟踪、网络搜索与子智能体调用等能力；输入文本/图像/视频/音频，可输出文本及点、框、多边形、片段与目标轨迹等结构化标注。公司称已在无人机、机器狗、智能眼镜与手机等形态部署，且无需按平台单独重训；API 模型ID为perceptron-mk1.5，上下文约32K，定价约每百万输入token 0.15美元、输出1.50美元。 控制层能不能做成“换本体不换脑子”，是具身软件公司本周又一次公开答题。美国Perceptron 2026年9月25日在官网博客发布Mk1.5，自称面向具身智能体的公开旗舰模型，相对上一代补上原生音频、视频目标跟踪、网络搜索、子智能体调用与更复杂的视觉推理。这是公司产品发布帖，不是第三方盲测报告。 接口与定价写得很具体。Mk1.5接收文本、图像、视频与音频，可返回文本，以及点、框、多边形、片段与目标轨迹等结构化标注；API 模型ID为`perceptron-mk1.5`，上下文窗口约32K多模态token，定价约每百万输入token 0.15美元、输出1.50美元，经由Perceptron Platform与更新后的SDK提供。公司称已在无人机、机器狗、智能眼镜与智能手机等形态上部署，并强调跨形态无需按平台单独重训——部署广度由… 能力叙事集中在“跟踪—自我中心视频—工具”。博客称Mk1.5把目标跟踪输出成带时间戳的几何轨迹，并在其测量的四项视频目标分割基准里领先三项；自我中心视频上手部定位据称比其对比的最强Gemini结果提升约50个百分点量级（以公司图表口径为准）。工具侧支持OpenAI格式函数调用，并可并行拉起子智能体；公司还给出端到端请求完成约2–5倍加速的对比图。这些分数与加速比来自厂商自测表格，外部复现结果仍待独立评测。 对本站读者，库内无Perceptron整机条目，封面使用本轮原创插图。后续更有信息量的信号，是公开仓库里的真机控制案例、跨厂商四足/无人机具名客户，以及第三方复现其跟踪与自我中心基准——而不是把一次模型上线直接写成物理AI控制层标准已经统一。
