生數科技直播 Motubrain 2.0 訓練全流程,模型即將開源
生數科技世界模型團隊自 10 月 21 日起,連續半個月公開直播 Motubrain 2.0 具身模型的訓練全流程,該模型即將開源。直播覆蓋四個環節:預訓練(觀察訓練規模對效能與零樣本泛化的影響)、後訓練(提升具體任務執行能力)、Agent 任務執行(把已有經驗遷移到其他任務)以及 RSI 遞迴自我改進(模型依據執行反饋評估並改進自身行動)。團隊表示會一併展示訓練中的失敗、試錯和調整,而不只是最終 Demo。
10 月 21 日,生數科技世界模型團隊啟動 Motubrain 2.0 訓練全流程公開直播,計劃持續半個月,在模型正式開源前展示它從訓練、測試到能力迭代的過程。Motubrain 系列是生數科技研發的具身模型,目標是為機器人建置可跨任務、場景與本體泛化的“大腦”;據量子位與機器之心報導,Motubrain 2.0 即將開源。直播涵蓋四個環節:預訓練,觀察訓練規模對模型效能與零樣本泛化能力的影響;後訓練,針對具體任務提升執行能力;Agent 任務執行,探索已有經驗能否遷移到其他任務;RSI(遞迴自我改進)探索,研究模型能否依據執行反饋評估並改進自身行動。團隊稱會一併公開訓練中的失敗、試錯與調整,而非只展示最終 Demo,希望開啟具身模型訓練的“黑盒”;報導提到,此前類似的公開嘗試是小米 MiMo 負責人羅福莉披露 MiMo-V2.6 強化學習階段的訓練進展。報導同時指出,相關研究仍處探索階段,具體效果需後續實驗與評測驗證。對關注 Physical AI 的研究者和開發者來說,這次直播提供了在開源前觀察訓練細節與問題排查過程的機會。
AI 根據 2 則報導生成 · 更新
沿著報導,了解事件的不同側面;點標題看單篇報導的摘要與原文連結。
生數科技世界模型團隊自 10 月 21 日起,連續半個月公開直播 Motubrain 2.0 具身模型的訓練全流程,該模型即將開源。直播覆蓋四個環節:預訓練(觀察訓練規模對效能與零樣本泛化的影響)、後訓練(提升具體任務執行能力)、Agent 任務執行(把已有經驗遷移到其他任務)以及 RSI 遞迴自我改進(模型依據執行反饋評估並改進自身行動)。團隊表示會一併展示訓練中的失敗、試錯和調整,而不只是最終 Demo。
10 月 21 日,生數科技的 Motubrain 團隊啟動了 Motubrain 2.0 訓練全流程公開直播,計劃持續半個月,在正式開源前展示這款具身模型從訓練、測試到能力迭代的過程。直播涵蓋預訓練、後訓練、Agent 任務執行與 RSI(遞迴自我改進)探索四個環節,重點觀察訓練規模對零樣本泛化的影響、經驗能否遷移到其他任務,以及模型能否依據執行反饋改進自身行動。團隊稱將公開訓練中的失敗、試錯與調整,開啟具身模型訓練的“黑盒”,但具體效果仍需後續實驗與評測驗證。
過去 48 小時,有 2 個獨立來源報導,最近 6 小時新增 1 個。熱度 1.7,熱門榜第 5 名。
熱度以 48 小時內的獨立來源計,同一來源只算一次,每 24 小時權重減半。
同一事件的報導集中在這裡,新的進展會繼續補充。