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
- NYU 新方法:看人做 5 分钟家务,机器人就能学会擦桌子 — CyberRobooo · 2026-11-11
- 波士顿动力 Atlas 联动 Blender 5.3 演示引围观 — TomLikesRobots · 2026-11-11
- Lamport Robotics 发布机器人唤醒测试视频 — R4nsack · 2026-11-11
- 具身智能数据缺口达两个数量级,行业迈向千万小时级采集 — GaryMarcus · 2026-11-11
- NVIDIA 将在 CoRL 2026 举办 Isaac Lab 机器人训练与评估专场 — m_wulfmeier · 2026-11-11
- Lighthouse 扩展焊接基础模型 Obsidian,可运行于任意机器人平台 — bennash · 2026-11-11