DeepMind EXIMO 展示机器人模型「吃掉脚手架」的迭代循环
m_wulfmeier · x · 2026-09-07
Google DeepMind 研究员 mwulfmeier 点评 EXIMO 项目(Bhavy 的学生研究项目),指出物理 AI 模型代际之间「创造脚手架再吃掉脚手架」的张力:
- EXIMO 的核心做法是用 Gemini(视觉语言模型)包裹 Gemini Robotics(VLA 模型),形成 VLM 包 VLA 的层级控制,人类可读、便于快速迭代
- 关键一步:项目把这个编排好的行为通过简单模仿学习「蒸」进 VLA 本身的权重里,脚手架消失后即可对整个模型做 RL 优化,超越手工脚手架的能力上限
- 这种「harness → 蒸进模型 → RL 再优化 → 设计下一代 harness」的循环被认为是物理 AI 模型代际演进的一般模式
「具身」频道最新
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27
- GPT-6 Astra 零微调操控灵巧手：500 试仅 26 次成功，成功率 5.2% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27
- DexPort：手持真机器手的 20 自由度灵巧手数据采集接口 — pabbeel · 2026-10-27
- ROS 社区迎来新项目负责人 ahcorde，规划 2027 版本 — ___Mufasaa · 2026-10-27
- ROS 社区 10 月 29 日在谷歌纽约办 Meetup，三家公司机器人团队将分享 — kscottz · 2026-10-27