Galbot 提出观测性 Scaling Law：五轴指标量化物理递归自我改进
Galbot · hf · 2026-10-20
Galbot 团队论文系统研究视觉-语言智能体的物理递归自我改进（Physical RSI）机制、scaling 行为与泛化能力。
- 提出 PhysRSI-eval 基准，用五轴指标量化物理 RSI：首次尝试性能、效率、成功率、预算消耗、从失败中的改进
- 在固定交互预算下评测多个 VLM 于 18 个操作任务
- 实验结果引出「Physical Barrel Hypothesis」：不同能力可能分别制约改进过程的不同环节
- 观测性 scaling 分析：从公开能力预测智能体相对表现、从早期物理反馈预测后续进展
- 工作区干预实验：移除历史记录会降低后期成功率，冻结的工作区在未见布局上仍有用，三个跨任务复用案例更早达成成功
「具身」频道最新
- ARK 发布特斯拉 2031 估值模型:基准情形看至 4400 美元 — lasas · 2026-10-20
- 清华等发布 RoboValue:仿真与真实环境统一的机器人价值模型评测基准 — Shengbang Liu · 2026-10-20
- AI 辅助机器人手套帮患者重获手部控制力,科技向善新案例 — CurieuxExplorer · 2026-10-20
- 299 美元小方屏 Harness Pro:给每台机器上的 agent 一块专属桌面屏 — dee_hw · 2026-10-20
- 果蝇 16.6 万神经元大脑接线图开始驱动真实机器人 — CurieuxExplorer · 2026-10-20
- 红杉播客解密机器人数据工厂:百万小时人类数据训练配方 — Training Data (Sequoia) · 2026-10-20