USC 团队开源人形基础模型 Ψ₀，仅用约 800 小时人类视频预训练
yuewang314 · x · 2026-09-16
USC PSI Lab（联合 NVIDIA、WorldEngine）发布开源人形机器人基础模型 Ψ₀（Psi-Zero），已被 RSS 2026 接收，代码、模型权重与数据公开。
核心观点与方法：
- 团队认为直接混合人类与机器人数据共训并非最优，因为两者运动学差异根本性存在，导致数据效率低下。
- 提出分阶段训练范式：先在大规模自我中心人类操作视频上自回归预训练 VLM 骨干，获得可泛化的视觉-动作表征；再在高质量人形机器人真实轨迹上后训练 flow-based 动作专家，学习精确关节控制。
- 关键数据配方：用高质量自我中心人类操作数据预训练 + 领域内真实人形轨迹后训练，优于用嘈杂网络视频或跨本体机器人数据扩展。
- 仅用约 800 小时人类视频数据即在真实世界实验中取得最佳表现。
作者同时发起一个「机器人领工资」实验：给 Ψ₀ 配加密钱包，第一份工作擦桌子，计划记录人形机器人一周的「有偿工作」。
所属事件:USC开源人形机器人模型Ψ₀并完成首笔加密货币接单(2 条相关)→
「具身」频道最新
- VLA-Replica 机器人基准发布,MolmoAct2 OOD 胜 π0.5 达 10% — YuXiang_IRVL · 2026-09-16
- SSAD 2026:自动驾驶聚焦专用奖励模型与仿真还原真实失败 — abursuc · 2026-09-16
- 山路 90 km/h 自动驾驶：Swaayatt 用 RL 挑战 L5 — sanjeevs_iitr · 2026-09-16
- 人形机器人 Izumi 挑战腿部运动,演示全身动态平衡 — poppy-slashpot · 2026-09-16
- Moving Parts 发布 AI 陪伴硬件 Bingo：给智能造一个「有表情的身体」 — round · 2026-09-16
- SSAD 2026 报告：用紧凑状态表征解决自动驾驶决策的上下文难题 — abursuc · 2026-09-16