Mirror 视频规划器现涌现行为：熔岩湖逃逸率从46%升至76%
vincesitzmann · x · 2026-10-20
Vince Sitzmann 与 Eric Chen 等介绍的 Mirror 视频规划器展现出早期涌现行为迹象：它能在上下文中从自身历史学习，无需任何微调。
关键发现：
- 把机器人丢进熔岩湖后，Mirror 在 30 次尝试中累计逃逸率达 76%，而每次尝试后重置上下文的对照组只有 46%——说明它会记住哪种策略失败过，并在后续采样中偏向成功策略。
- 作者强调 Mirror 不是强化学习，也不是传统行为克隆：不需要视频-动作对，是一种借助视频模型与 LLM 实现「从经验中学习」的新范式。
- Sitzmann 预测，「arm-farm」（大规模机器人数据采集）将复兴，这次因 LLM 和视频模型能自动化探索采样而真正奏效。
所属事件:MIT Mirror 框架：视频模型当规划器，零奖励在 Minecraft 练出铁镐(6 条相关)→
「具身」频道最新
- 机器人已深入地下管网自主探路并带回数据 — VraserX · 2026-10-21
- Deepak Pathak:机器人学习没有完美数据源,仿真、视频、遥操各有取舍 — chris_j_paxton · 2026-10-21
- 新研究:最简单的离散动作表示就能追平甚至超越连续动作策略 — GuanyaShi · 2026-10-21
- 博主给 Grok 1000 美元让它自己买件身体,零件陆续寄到家 — Baconbrix · 2026-10-21
- YC 系 Tuesday Labs 推家用机器人 Voxel Series-1,999 台每台 200 美元预订 — testingcatalog · 2026-10-21
- Tuesday Labs 家用机器人 Voxel 与 Pixar 合作,主打人格化设计 — cneuralnetwork · 2026-10-20