OM-1 机器人基础模型发布：纯人类数据零样本泛化

9 月 15 日，Reward AI 正式发布 Omnibody 技术栈与首个机器人基础模型 OM-1。创始人朱易峰（Zipeng Fu / @yifengzhuut）介绍，OM-1 的核心原则是「One Model, One Data Interface, Any Body」：同一模型无需针对具体机器人微调，即可零样本控制桌面机械臂、工业机械臂乃至人形机器人（配合 7 自由度 Omnibody Hands 使用）。

已确认

• 训练方式：直接从人类操作数据学习，无需遥操作数据或机器人本体数据，也不做预训练/后训练两阶段拆分与机器人专项微调，从人类动作学到的技能可直接跨机器人迁移
• 能力表现：接近人类水平的灵巧度与效率，支持多机器人协作；官方展示视频均为实时播放、无加速
• 涌现行为：双臂执行任务时会学习互相补偿对方失误；模型可判断何时重试、何时适应对抗性扰动、环境变化过于剧烈时何时停止
• 任务效率：长程任务被压缩为短任务——四手协同手机包装、调酒、叠衣服可在 30 秒内完成；团队强调「效率即 ROI，ROI 决定机器人能否被部署」
• 发布内容包含 Omnibody 技术栈与 OM-1 模型，覆盖跨机械臂到人形机器人的统一数据接口

为什么重要

• 在硬件月月迭代的背景下，零样本跨本体泛化若成立，可显著降低机器人部署中针对每种本体重新训练/微调的成本
• 以人类操作数据而非遥操作数据为训练来源，配合双臂互纠错等涌现行为，指向更接近通用机器人助手的路线
• 「效率即 ROI」的叙事将研究能力与商业化部署直接挂钩，是机器人基础模型赛道竞争的关键论点

2026-09-15 ~ 2026-09-15 · 14 条相关

• 【源头】Reward AI 发布机器人基础模型 OM-1,零样本泛化到任意机械臂与人形 — yifengzhu_ut · 2026-09-15
• 【源头】RewardAI 发布 OM-1：机器人模型零样本跨本体泛化 — zipengfu · 2026-09-15
• 【源头】Reward AI OM-1 实时完成四手手机打包、调酒、叠衣，长程任务 30 秒内搞定 — zipengfu · 2026-09-15
• Reward AI 发布 OM-1：一个模型一套数据接口，跨机械臂到人形机器人通用 — zipengfu · 2026-09-15
• Reward AI OM-1 机器人展现涌现行为：双臂互相纠错、自主决策重试 — zipengfu · 2026-09-15
• OM-1 机器人基础模型发布：纯人类数据训练，零样本通吃多形态 — zipengfu · 2026-09-15
• RewardAI 发布 OM-1 机器人基础模型:仅凭人类数据训练,零样本适配多机型 — zipengfu · 2026-09-15
• Physical Intelligence 发布 OM-1:纯人类操作数据训练的机器人基础模型 — zipengfu · 2026-09-15
• Physical Intelligence 发布 OM-1 机器人基础模型,接近人类灵巧度 — zipengfu · 2026-09-15

另有 5 条近重复转述:zipengfu · zipengfu · zipengfu · zipengfu · zipengfu