今日主线围绕 VLA 的训练后优化与部署期适应展开。WEVO 采用动作条件视频世界模型进行闭环强化学习,免遥操作便将人形机器人全身操控成功率从 23.3% 提升至 75.0%;Dune 则面向资源受限机器人,通过零阶优化与时序历史误差回归,在低内存下提升测试时适应能力,改善闭环稳定性。
与此同时,行业侧呈现出海提速信号,国内具身智能企业加速全球化布局,波士顿动力 Spot 也在展示与人类协同工作。技术方法与产业节奏同步演进,具身智能从演示走向可部署。
今日焦点集中在 VLA 的优化与部署:WEVO 利用视频世界模型闭环强化学习,将人形机器人全身操控成功率从 23.3% 提升至 75.0%;Dune 以零阶优化和时序误差回归实现低内存测试时适应。同时,国内具身智能企业加速出海,波士顿动力 Spot 更新工作演示。技术与产业同步推进,指向更可部署的机器人智能。
今日主线围绕 VLA 的训练后优化与部署期适应展开。WEVO 采用动作条件视频世界模型进行闭环强化学习,免遥操作便将人形机器人全身操控成功率从 23.3% 提升至 75.0%;Dune 则面向资源受限机器人,通过零阶优化与时序历史误差回归,在低内存下提升测试时适应能力,改善闭环稳定性。
与此同时,行业侧呈现出海提速信号,国内具身智能企业加速全球化布局,波士顿动力 Spot 也在展示与人类协同工作。技术方法与产业节奏同步演进,具身智能从演示走向可部署。
WEVO 在动作条件视频世界模型中闭环强化学习,无需遥操作后训练人形机器人 VLA。仿真播放数据改善接触动力学与视角预测,真实机器人少量 rollout 对齐部署观测。三个真实任务平均成功率从 23.3% 升至 75.0%,优于真实机器人 RL 的 48.3%。核心在于以视频世界模型作为可对齐、可仿真的中间环境,弥补 sim-to-real 差距。
Dune 面向无法反向传播的资源受限机器人,提出零阶优化器,通过时间条件历史误差回归降低梯度估计方差。轻量误差预测器融合历史优化动态与当前扰动观测,无需反向传播或额外前向传播。在 LIBERO 和真实机器人上验证低内存下的更高成功率和扰动恢复能力。关键是把 VLA 部署后的在线适应做成黑箱优化问题。
波士顿动力 更新 Spot 机器人工作演示,强调其作为「额外眼睛或帮手」与人类协同,提升工作场所安全与可靠性,并展望 物理智能 发展。尽管仍属营销性质展示,但头部厂商持续释放四足机器人进入真实运营的信号,带动具身智能应用预期。
在三个真实任务上,视频世界模型 RL 将平均成功率从 23.3% 提升至 75.0%,优于真实机器人 RL 的 48.3%。仿真提供初始化与广覆盖,视频世界模型提供部署对齐环境,二者优势互补。
研究员注:💭 视频世界模型作为免遥操作的对齐环境,显著提升数据效率,是人形机器人摆脱昂贵演示的重要信号。
Dune 是一种面向视觉-语言-动作模型(VLA)测试时适应的零阶优化器,针对资源受限机器人无法负担反向传播的问题,通过时间条件历史误差回归来降低零阶梯度估计的方差。
研究员注:💭 零阶优化绕开反传,结合历史统计降方差,为边缘机器人实时微调提供了实用化路径,有落地潜力。