找到 3 筆；也可以試試 語意搜尋
董豪團隊聯合啟元機器人、北京大學、西安交通大學提出 HIL-UMI：人手持夾爪示範時，模型同步預測動作並標出與人類操作的分歧，從而在不執行機械臂的情況下采集後訓練所需資料。該方法以 π0.5 為基礎模型，在 Franka 機械臂上測試整理桌面、折毛巾、疊方塊、蓋章四項任務，三輪更新後平均任務進度分數從 62.3 升至 94.8，同等資料量下常規 SFT 僅從 44.3 升至 58.0。整理桌面任務中其採集效率為 HG-DAgger 的 5.63 倍，最終得分 96 比 91。
一篇文章指出，預訓練可依賴 Common Crawl（約 10PB）、維基百科、ArXiv 等公共資料資源，後訓練卻沒有對應的公共資料。作者認為差別在於預訓練消耗文件、後訓練消耗任務，而人類任務情境化、一次性、難以復現，需被固化為世界、意圖、工具與評分器。軟體工程是唯一成熟的「把任務寫下來」的實踐，版本控制、CI、容器提供了確定性，因此 agentic AI 最先進入軟體領域。
Ropedia 在第一屆 Super Week 集中發布六項研究，主線是跨本體世界模型 Ropedia W0：用約 1 萬小時人類第一視角影片與 3000 小時機器人影片訓練，在八種本體上無需針對評測資料額外適配即達 21.98 dB PSNR，高於 Cosmos3-Nano 的 19.02 dB。人類預訓練還大幅降低機器人資料需求，在 GR-1 上僅用 1% 後訓練資料就超過用全量資料初始化的通用影片生成模型；