RAX 用 frozen 编码 Agent 驱动机器人，DeepSeek 版超越 π0.5 成本仅 1/20
du_yilun · x · 2026-10-22
RAX（Robot Agent eXploration）发布更新，是一个靠规模化在线探索学习的智能体机器人系统：frozen 的 LLM 编码 Agent 直连机器人感知与控制 API，通过反馈自我纠错，把有效经验沉淀为可复用技能程序，零遥操作、零示教、无策略训练。
新更新：
- 支持 DeepSeek Harness 与 Kimi Code 作为 agent harness
- 直接支持自托管 DeepSeek-V4.1-Flash，可本地推理
基准成绩（DexJoCo）：RAX + DeepSeek-V4.1-Flash 仅用 3 条演示即在所有任务上达 66% 成功率，超过 π0.5（54.1%）与 Fast-WAM（52.9%）10% 以上；RAX + Claude Opus 5.5 达 96.7%。按 API 价格算，DeepSeek 版本成本约为 Claude Opus 5.5 的 1/20（$0.60–1.20 vs $20.00 每百万输出 token）。
真实机器人上完成 0.1mm 间隙插轴、空气炸锅操作、可变形物体、长时程全身移动控制等任务；探索编译成代码后，空气炸锅任务从 72 分钟自动化到 18 秒（241 倍）。项目开源论文、代码、技能库与含完整会话日志的数据集。作者阵容含 Pieter Abbeel、Antonio Torralba、Dawn Song、Yilun Du 等。
所属事件:RAX 冻结 LLM 探索驱动机器人，性能超 π0.5(2 条相关)→
「编程与Agent」频道最新
- Datadog 团队用 skill 自动生成 TLA+，探索元技能批量产出验证套件 — tianyin_xu · 2026-10-22
- 让 Agent 几乎零指令规划旅行：物流全对，氛围全错 — tech__unicorn · 2026-10-22
- 「让 AI 蜂群免费替全网修复漏洞」引发热议 — voooooogel · 2026-10-22
- Recursive 发布 Flint：主要由 AI 自研的笔记本端编码模型 — TechCrunch AI · 2026-10-22
- T800 多智能体设计：对抗式审查交给过滤 Agent 再把关 — lucasmeijer · 2026-10-22
- 云托管 Mac 跑 AI 代理?yaroslavvb 谈本地 200GB 存储的去留 — yaroslavvb · 2026-10-22