伯克利提出 CLIFT 法,闭源模型也能闭环微调人形机器人
keerthanpg · x · 2026-08-20
UC Berkeley 联合 Google DeepMind 和 NVIDIA 发布论文《CLIFT》，提出了一种无需访问模型内部参数（梯度、损失）的闭环迭代微调方法。
背景与痛点：
- 闭源机器人基础模型（如 Gemini Robotics On-Device）虽是通才，但在敏捷、接触丰富的人形任务上常因分布偏移而缺乏任务掌握能力。
- 掌握任务需要闭环学习，但闭源模型仅提供 SFT API，无法进行标准的强化学习（如 PPO）。
核心方法：
- 研究者发现强化信号可以直接编码到监督训练数据中。
- 仅通过 SFT API 这一黑盒接口，利用观测-指令-动作块元组进行微调，即可实现类似 RL 的策略提升，无需修改模型或训练过程。
结果：
- 该方法成功将基于开源 Gemma 的小型端侧模型转化为人形任务专家，在操作任务上击败了部分最大的行动模型。
「具身」频道最新
- MIT 推出 C-GMT:人形机器人全身柔顺响应,不再硬抗外力 — MIT_CSAIL · 2026-10-16
- Bittensor 最大机器人子网接入 peaqOS,30 台采集器上 Solana 钱包 — bittingthembits · 2026-10-16
- Khala 研报对比 peaq、THOR、BitRobot、Axis 四家机器人数据代币化项目 — 0xSammy · 2026-10-16
- 毅力号火星行驶里程达 45.2 公里，5 年半打破机遇号 15 年纪录 — BrettKrieger12 · 2026-10-16
- Trossen 双臂机器人进商厨分餐，模型经 Physical Intelligence API 微调部署 — kscottz · 2026-10-16
- 机器人安全公司 Safeworld 走出隐身，获 1200 万美元融资 — lukas_m_ziegler · 2026-10-16