Figure 疑似找到机器人预训练 Scaling 规律:数据翻倍损失可预测下降
rohanpaul_ai · x · 2026-09-18
Rohan Paul 引述并分析 Figure 的发现:机器人预训练可能也存在 scaling 规律——固定模型与任务训练设置,持续增加 Index 数据(Figure 的大规模人类行为预训练数据集),动作预测损失会以干净、可预测的方式下降。
关键点:
- 小规模实验几乎精确预测了 8 倍数据量的训练结果,意味着机器人公司可以在烧算力跑全量之前,估算再翻倍数据能换来多少收益
- 这让机器人训练从试错走向更像 LLM 的 scaling 科学
- 重要保留:曲线预测的是动作损失(action loss),不是真实世界的任务成功率,尚不能证明机器人可靠性也能获得同样可预测的提升
「具身」频道最新
- Grok Bot 开口说话,实机演示引发围观 — Daniel_Farinax · 2026-09-18
- Mask R-CNN 作者 Gkioxari 演讲：自我改进的机器感知是 AI 下一个飞跃 — CSProfKGD · 2026-09-18
- 全球首场机器人 vs 人类格斗赛明晚在旧金山开打 — cixliv · 2026-09-18
- 芝大科学家解码脑信号:让瘫痪患者用意念重获触觉与运动 — plopesresearch · 2026-09-18
- Meta 做无摄像头 AI 眼镜不难，难的是甩掉「变态眼镜」的口碑包袱 — Glittering_Royal6799 · 2026-09-18
- 算账 Figure 家政机器人:月租 400-600 美元 ROI 为负 — yongqianme · 2026-09-18