算法论文8
丰田研究院:LBM或带来机器人‘GPT时刻’
机器之心
AI 摘要
丰田研究院团队:通过实验评估LBM,发现其在多任务操作上性能优于单任务模型,预训练小数据量就能提升性能,预示机器人通用大模型或将来临,具身智能的‘GPT时刻’可能不远。
阅读原文 · 机器之心
机器人的「GPT时刻」来了?丰田研究院悄悄做了一场最严谨的VLA验证实验
丰田研究院(TRI)团队研究大型行为模型(LBM),在近1700小时机器人数据上训练并大量部署评估。发现LBM性能提升显著,预训练小数据量也能带来增益,预示机器人通用大模型或到来。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用8
鹿明发布NexCore助力具身智能落地
8月19日鹿明机器人发布具身智能进化引擎Lumos NexCore,试图在数据、模型等与机器人间建立生产与运行链路,让机器人能力成可复用‘技能资产’,解决具身智能技能生产效率问题。
机器之心
新闻资讯8
王兴兴:宇树上市,“非共识”创业路迎挑战
2026年宇树科技成功上市,创始人王兴兴创业十年有诸多“非共识”观点。如高性能机器人不意味昂贵,堆数据难带来具身智能,AI强对硬件要求或降低。如今宇树成行业共识,也面临新挑战。
甲子光年
算法论文8
复旦&引望WAM-Diff2让自动驾驶解码提速15.1倍
视觉-语言-动作(VLA)模型是端到端自动驾驶主流技术,但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2,实现自回归VLA向离散扩散模型迁移,解码加速15.1倍,多任务性能不降。
机器之心
产品应用7
墨奇:Agentic - Native解具身智能长程执行难题
具身智能中长程执行成关键问题,墨奇智能发布具身模型架构MoRA,提出Agentic - Native技术路线,让Agentic能力原生存在于策略模型中,还介绍了模型内部设计、所需数据等内容。
甲子光年