开源具身模型 Isaac 0.5：36B 参数可直接用网络视频训练
lukas_m_ziegler · x · 2026-08-27
Perceptron Inc（前 Meta Chameleon 团队）发布了开源具身基础模型 Isaac 0.5。该模型将网络视频转化为机器人训练数据，同一套权重可回答视频问题、指向物体、跟踪目标、报告任务进度并生成机器人动作。
关键技术指标与特性：
- 规模与数据：36B 参数稀疏模型，跨 35+ 机器人系统训练，处理了 3T 多模态 token。
- 性能：在 ScreenSpot-Pro 上得分 62.6，优于最强的 Qwen3-VL (54.8)。
- 效率：推理成本降低约 8.5 倍（每次请求 26.9 TFLOP vs 228.4）。
- 架构：基于 Null Experts，每个 token 可决定激活多少专家，在复杂场景分配更多算力。
所属事件:Perceptron 发布 36B 开源具身基础模型 Isaac 0.5(10 条相关)→
「具身」频道最新
- 中国创企 DexForce 用虚拟数据训练人形机器人，大幅压缩成本 — pstAsiatech · 2026-10-15
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- VR 从业者一句话点醒 Quest 3 玩家:玩了 12 个月只用 3% 功能 — Aiden_Tech_Ai · 2026-10-15
- 比利时 ROBIB 第三届机器人聚会定档 11 月 19 日根特举办 — MarwaEldiwiny · 2026-10-15
- 3D Gaussian Splatting 科普：机器人如何记住看不见的世界 — TheTuringPost · 2026-10-15
- RTX Spark 实测:Windows 阵营终于逼近 M5 Mac 的体验天花板 — BenBajarin · 2026-10-15