NVIDIA：具身AI也吃上下文扩展
dair_ai · x · 2026-07-17
NVIDIA 新论文把 context scaling 带到具身 AI 里：机器人基础模型不应只看单步或短历史，因为真实装配任务往往持续数分钟、包含多阶段决策。
论文提出 RoboTTT，把上下文长度扩展到比当前策略大 三个数量级，同时不增加推理延迟。作者报告：
- 在真实机器人操控上，整体表现比单步基线 提升 87%
- 能完整完成一个 5 分钟、10 个步骤 的装配任务，而基线都无法完成
- 8K timestep 模型还优于同一模型的 1K 预训练版本
- 这也是首次观察到：预训练上下文越长，闭环性能能稳定提升
文中强调，这说明具身智能里“上下文长度”本身可能是关键缩放轴。
所属事件:RoboTTT 把测试时训练带入机器人策略(6 条相关)→
「具身」频道最新
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11