36B 开源机器人模型无本地 GPU 实时运行,物理 AI scaling law 显现
AkshatS07 · x · 2026-10-03
- Perceptron 的开源机器人基础模型 Isaac 0.5 总参数量达 36B，属于当前最大的开源机器人模型之一；转发者称在没有本地 GPU 的情况下以小于 50ms 的额外开销实时运行该模型。
- 该模型展示了物理 AI 的 scaling law：更多自我中心视角（egocentric）视频预训练数据可以显著减少遥操作（teleop）数据需求，达到同样 loss 所需的人工采集数据更少；多家前沿机器人公司（DynaRobotics、GeneralistAI 等）都在主张把预训练数据从数千小时扩展到数百万小时。
- YC F26 的 Dreamscale Labs 借此提出：数据与训练算力并非孤立扩展，模型规模也需同步增长，万亿参数级机器人模型已现雏形。
「研究」频道最新
- 多智能体跑 3 个月,首次写全 15973 个 6 阶半群基准 — KyleCranmer · 2026-10-03
- 开发者自建 AtlasBench 空间推理基准，GPT-6.1 登顶 84.7% — flowersslop · 2026-10-03
- 光驱动 AI 检测深伪视频，准确率接近 98% — ai-edition · 2026-10-03
- Animation Bench 引热议：六家实验室研究员称动画能力缺口早被忽视 — himanshustwts · 2026-10-03
- 瑞典团队打造闭环 AI 科学家：自动提出假说并操纵机器人做实验 — Brighter-Side-News · 2026-10-03
- 扩散模型生成国际象棋谜题：新 RL 配方破纪录，模型开源 — TZahavy · 2026-10-03