Odyssey 展示:GTA 训练的策略零重训迁移到《荒野大镖客 2》骑马
nathanbenaich · x · 2026-10-15
State of AI 报告联合创始人 Nathan Benaich 分享 Odyssey-ML 的研究方向:让模型通过学习预测世界来获得在其中行动的能力,探索覆盖驾驶、机器人与游戏。一个精选案例显示,在 GTA 中训练的策略无需任何重训练,即可迁移到《荒野大镖客 2》中的骑马动作。这指向「世界预测学习」作为通用策略迁移基础的可能性。
「具身」频道最新
- Knödel Watch 开源:ESP32 圆屏动画单词卡,4 天从开箱到 v0.1.0 — alexcovo_eth · 2026-10-16
- SlipSense 触觉研究:23.1ms 检测机械打滑,可零样本跨平台迁移 — micoolcho · 2026-10-16
- 李飞飞团队开源 OpenWAM：统一世界-动作模型框架，让机器人视频预训练成大脑 — jiqizhixin · 2026-10-16
- 机器人折叠衣榜：GPT-6 Astra 1349 Elo 居首,Muse Wonder 1034 排第 6 — qinzytech · 2026-10-16
- NVIDIA TacitVLA：动作不读思维链，推理收益保留、延迟最高降 3.4 倍 — arankomatsuzaki · 2026-10-16
- 谷歌推 Gemini 4 Argon:想让机器人只需一个模型,ERQA 得分 87% — The Decoder · 2026-10-16