Meta 训练 8B 机器人世界模型 RoboJEPA，首次给出 scaling law
ylecun · x · 2026-10-08
Meta FAIR 与 Mila 发布 RoboJEPA 论文：在 15,022 小时机器人视频（含 6,692 小时带动作数据、23 个公开数据集、12 种机器人本体）上训练 8B 参数的 JEPA 世界模型，号称迄今最大的 JEPA predictor。模型在 V-JEPA 2.1 的特征空间中「想象」未来，再朝单一目标图像做规划。
关键发现：
- 在 22M–2B 模型上拟合出 scaling law，可准确外推 4B 与 8B 模型的表现。
- 技能随算力按顺序解锁：移动机械臂 → 抓持物体 → 避障；推物技能要到约 10^22 FLOPs 之后才出现。
- 在真实 Franka 机械臂上零任务微调，8B 模型抓取成功率 67%，对比 π0.5 的 5%（注：目标图像条件 vs 文本条件，非严格同口径）；但 π0.5 在 pick-and-place 上仍以 53% vs 27% 领先。
这是机器人世界模型领域首个像 LLM 一样可预测的规模规律，对具身智能的训练投资有直接指导意义。
「具身」频道最新
- 工程师在泰国高校开机器人课：学生用手机向桌面机器人提问 — StewartalsopIII · 2026-10-08
- 英伟达押注物理 AI，Halos 安全系统扩展至机器人 — Ars Technica AI · 2026-10-08
- 新加坡机器人版“摇滚拳击手”登场，真机互殴成现场名场面 — DJiafei · 2026-10-08
- LIBERO-MAX 基准:任务中途环境突变,14 个机器人策略成功率暴跌 11-26 个百分点 — DJiafei · 2026-10-08
- KAIST FastOPD 在线蒸馏将 VLA 推理延迟降 78% — kaist-ai · 2026-10-08
- Telekinesis 推出机器人 Agentic OS：一个 SDK 训练、仿真、部署通用机器人 — Jan_R_Peters · 2026-10-08