深度跃迁发布 DELE-w0.5:弃用视频生成管线做机器人操作模型
jiqizhixin · x · 2026-09-13
深度跃迁(DeepLeap)发布机器人操作模型 DELE-w0.5。其核心论点是:基于视频生成的 world-action model 需要预测手臂运动、物体外观、光照变化等高维视觉内容才能输出低维动作序列,计算量巨大,而机器人操作的目标是预测动作执行后的世界状态,而非复现每一帧画面。DELE-w0.5 彻底放弃视频生成管线,训练时联合学习机器人动作、无需预测未来视觉轨迹,转而学习「目标条件下的行为重组」:当环境偏离训练轨迹时,机器人保持原任务目标并根据新状态调整动作。架构分三步:语言指令与当前观察 → VLM 任务规划 → 动作执行。
「具身」频道最新
- UCLA 推出 ChairNav：会学习乘客偏好的自主导航轮椅 — zhoubolei · 2026-10-31
- 亚马逊 Echo 取消本地语音存储，3月28日起全部上传云端 — alex_verem · 2026-10-31
- 699 美元 Humane AI Pin 被 HP 收购后 10 天全面变砖 — alex_verem · 2026-10-31
- 800 美元儿童 AI 机器人 Moxie 停服，孩子的好友一夜失声 — alex_verem · 2026-10-31
- YC 眼镜 Subvocal 默读 200 词/分钟,4 个月做出无声对话 demo — garrytan · 2026-10-31
- Nomagic 仓库机器人进化到三臂，抓取失败会停下重新思考 — m_wulfmeier · 2026-10-31