英伟达开源机器人技能库,Jim Fan(NVIDIA GEAR Lab,世界模型/具身智能)宣告具身智能范式从此转向持续学习,机器人将能像人类一样累积和整合技能。这一开源举措旨在构建通用机器人生态,加速从单任务到通用智能的演进。
然而,arXiv一篇立场论文敲响警钟:当前VLA模型在操作基准上的提升可能来自语义匹配而非真正的物理推理。同时,另一研究首次实现世界动作模型的零样本sim-to-real迁移,而多感官持续学习方法将力觉融入视觉策略。这些进展标志具身智能正走向更扎实的能力验证与泛化。
英伟达开源机器人技能库,提出持续学习新范式,Jim Fan(英伟达高级科学家)称具身智能范式转变。同时,arXiv论文指出VLA模型基准提升可能仅靠语义匹配而非物理推理。世界动作模型首次实现零样本sim-to-real迁移,多感官持续学习整合力觉,共同推动机器人能力泛化。
英伟达开源机器人技能库,Jim Fan(NVIDIA GEAR Lab,世界模型/具身智能)宣告具身智能范式从此转向持续学习,机器人将能像人类一样累积和整合技能。这一开源举措旨在构建通用机器人生态,加速从单任务到通用智能的演进。
然而,arXiv一篇立场论文敲响警钟:当前VLA模型在操作基准上的提升可能来自语义匹配而非真正的物理推理。同时,另一研究首次实现世界动作模型的零样本sim-to-real迁移,而多感官持续学习方法将力觉融入视觉策略。这些进展标志具身智能正走向更扎实的能力验证与泛化。
英伟达发布机器人技能库,支持持续学习,使机器人不断积累技能避免灾难性遗忘。Jim Fan(NVIDIA GEAR Lab,世界模型/具身智能)称这标志着具身智能范式的根本转变。技术解读:技能库将预训练模型与任务模块解耦,实现可扩展的终身学习。
arXiv立场论文指出,VLA模型在机器人操作基准上的提升,可能源于语义匹配而非物理泛化。任务成功率无法区分两种能力。作者提议独立评估语义与物理泛化,以正确归因。技术解读:当前VLA的泛化能力可能被高估,评价体系亟需升级。
基于Cosmos Policy视频扩散模型,世界动作模型首次在机器人操作中实现零样本sim-to-real迁移,无需真实演示。在Franka机器人上,抓取、开关抽屉等任务平均成功率35%。技术解读:视频扩散模型提供直观环境预测,但精度仍需提升。
首次实现了世界-动作模型在机器人操作中的零样本仿真到现实迁移,完全使用合成数据训练。
研究员注:合成数据完全驱动,无真实演示的sim-to-real迈出关键一步,但35%的成功率提示精细操控尚有差距。
英伟达开源机器人技能库,推出全新的持续学习范式,让机器人能持续积累和整合技能。
研究员注:Jim Fan(英伟达科学家)称这一范式转变影响深远。技能累积或解数据瓶颈,但异质技能融合仍待验证。