推文

@cryptoxiaoxiang · 2026-10-17 11:06

🤖 机器人训练，可能真的不需要那么多真实世界的数据了。 最近 @axisrobotics 发布了一项挺有意思的研究，利用精选的模拟数据，让机器人在真实环境中的任务成功率从 16.7% 提升至 85.8%。 几个值得关注的数据： 🔹 每项任务只需要 10 次真实世界演示 🔹 加入全部模拟数据，成功率仅提升至 25.8% 🔹 使用 TUCO 算法筛选 600 条高质量模拟数据，成功率直接达到 85.8% 这说明了什么？ 机器人 AI 训练的关键，可能不再只是数据数量，而是数据质量。 传统机器人训练需要大量真实操作，成本高、速度慢，而且难以规模化。 Axis Robotics 正在尝试解决这个问题，通过模拟环境生成数据，再结合少量真实反馈进行筛选，让机器人更高效地学习。 我觉得这也是 Physical AI 值得关注的方向之一。 如果未来机器人能够通过低成本的模拟训练掌握复杂操作，那么机器人 AI 的发展速度可能会远超现在的预期。 当然，目前实验只覆盖了三个操作任务，距离大规模商业应用还需要更多验证。 但至少这次，@axisrobotics 拿出了实实在在的实验数据，而不只是讲故事。

曝光 422 · 评论 29 · 点赞 28 · 书签 0 · 曝光/时 775.2675810396395