Rhoda AI 实证:网络视频预训练越大,真机操作策略越强
stepjamUK · x · 2026-09-16
机器人公司 Rhoda AI 发文检验一个广泛流传但未被严格验证的信念：扩大网络视频预训练规模能否提升真实机器人任务表现。团队提出 Direct Video-Action 模型（DVA），改变预训练模型规模与算力预算，再用相同工业任务的机器人演示做后训练，在真实机械臂上评测。
核心发现（基于超 200 小时真机评估）：
- 更大的预训练视频模型持续带来更好的机器人策略，且趋势在测试的最大规模下仍未饱和
- 增加预训练算力在所有机器人数据量下都有效，机器人数据越稀缺收益越大
- 预训练阶段对 held-out 网络视频的预测质量与最终真机策略表现跨规模、跨算力预算一致相关
结论支持把网络视频预训练规模化作为机器人基础模型的有效路线。
所属事件:Rhoda 千次真机实验证实网络视频预训练提升机器人表现(4 条相关)→
「具身」频道最新
- Harness Pro 用 ESP32-P4 做出 AI 编码 Agent 桌面监控屏 — dee_hw · 2026-11-02
- KAIST 提出 QCP：机器人策略可实时调控执行质量 — kaist-ai · 2026-11-02
- ANYbotics 防爆四足机器人 ANYmal X 开始向客户交付，全球首个 — lukas_m_ziegler · 2026-11-02
- 影溯落地全国首个具身仿真数采中心，目标单月产 100 万小时机器人训练数据 — 智东西 · 2026-11-02
- 浙大联合 TeleAI 提出 GR-BC：从多次不完美示教中拼出更优轨迹，精细操作成功率约 91% — 机器之心 · 2026-11-02
- 内存涨价三倍，特斯拉把 Optimus 大脑内存砍掉三分之一 — aakashgupta · 2026-11-02