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
- Wayve CEO：端到端 AI 不仅用于驾驶，安全也应靠学习而非规则 — alexgkendall · 2026-10-27
- Mundo:几张照片重建可探索的世界模型,8 卡 GPU 也只有 1.5 FPS — mark_k · 2026-10-27
- 苏黎世 Physical AI 黑客松现场：与价值 150 万美元的人形机器人同处一室 — ___Mufasaa · 2026-10-27
- iPhone Duo 内屏沿铰链开裂，苹果官方回应可免费换机 — mobileraj · 2026-10-27
- 19 人团队论文揭示 VLA 模型内部几何：概念多为多维弯曲结构 — ninamiolane · 2026-10-27
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27