π0.5 真机制造任务消融：1 小时高质量数据胜过此前 17 小时
DominiqueCAPaul · x · 2026-09-24
DominiqueCAPaul 公布两个月内对 π0.5 在真实制造任务上做微调消融的完整结果（成功率 98%，全部数据与失败 run 开源）。
关键结论：
- 纯扩数据是最弱杠杆：数据量 5 倍只把成功率从 63% 提到 76%。
- 多样性更有效：同样 4 小时，分散到 5 个场景比全放在评测场景高 30 个百分点。
- 质量杠杆最强：在 21 小时数据之上加 1 小时干净、慢速采集的数据，76% → 90%，这 1 小时超过了之前 17 小时的增益。
- 质量单独验证：仅 1 小时干净数据 + 240 次人类干预 rollout（共 1.7 小时），成功率 28% → 88%，提升 60 个百分点。
核心启示：机器人学习拼的不是数据量，而是质量与多样性，精心采集的少量数据可能远胜盲目堆量。
所属事件:π0.5 真机制造任务微调实测：1 小时干净数据胜过 17 小时堆量(6 条相关)→
「具身」频道最新
- Schmidhuber：没有 AI 机器人能干水管工的活，屏幕后的 AI 不算真智能 — SchmidhuberAI · 2026-09-24
- 「世界就是安装基础」:人形机器人的被低估优势 — r0ck3t23 · 2026-09-24
- GTSAM 4.3发布:腿足导航、CUDA加速因子图与连续时间轨迹估计 — fdellaert · 2026-09-24
- Workbench 开源：Ambion 内核驱动的多专家硬件工程智能体工作台 — andreisavu · 2026-09-24
- NVIDIA Warp 与 MjWarp 加速机器人仿真与学习工作流教程 — Hugging Face Blog · 2026-09-24
- Skild AI 让 Unitree G1 自我对弈 140 年学会踢足球 — Distinct-Question-16 · 2026-09-24