DeMiAn 开源:稠密语言标注让机器人策略学习省 62% 算力零新增演示
rajammanabrolu · x · 2026-09-27
UC Berkeley pearls-lab 等团队开源了 DeMiAn（Dense Multi-aspect Annotation）：不改一条演示数据，用 Qwen3.5-2B Instructor 从像素中自动生成稠密多方面语言标注，作为机器人策略学习的新 scaling 杠杆。
- 效果：RoboCasa365 任务 +5 分，未见过的复合任务 +9 分
- 效率：1M-clip 规模下省约 62% 算力（约 1.3×10²⁰ FLOPs），零新增演示采集
- 两套架构：DeMiAn-VLA（openpi 0.5 / Pi0.5 骨干）与 DeMiAn-WAM（Cosmos-Predict 2.5 视频 DiT + action head），支持 RoboCasa 365 与 MolmoSpaces 两套环境
- 代码与数据集已在 GitHub 和 Hugging Face 发布
所属事件:DeMiAn 开源：稠密语言标注让机器人学习省 62% 算力(2 条相关)→
「具身」频道最新
- Muse Charm 之于手机,如手机之于电脑:语音代理愿景 — alex_conneau · 2026-09-27
- 62 队第一：开源方案用 VLA+RL 让双臂机器人折叠衣物 — chris_j_paxton · 2026-09-27
- 内部人士回应 The Verge：硬件已有，OS3 补齐完整 agentic 软件栈 — SimonBalmain · 2026-09-27
- AI 学者 Dietterich 质疑自动驾驶公司安全文化，称修复太慢 — tdietterich · 2026-09-27
- Digit v4 端到端移动操作 IROS 现场演示一次成功 — chris_j_paxton · 2026-09-27
- Meta Connect 2026 硬件一览:新 VR 眼镜、Ray-Ban Meta Gen 3 与 Muse Charm — technextpreneur · 2026-09-27