米哈游等用游戏世界做具身智能续训 scaling 实验:120 组配置揭示边界
THUSI-Lab · hf · 2026-10-22
米哈游 HonKai AI 团队联合清华、港大等发布虚拟世界具身智能续训(continued pre-training)的系统 scaling 研究:120 组训练配置,覆盖 0.8B–27B 四个模型规模、50–1600 小时六档数据预算、从纯 Minecraft 到多世界混合语料五种配比。
- 数据量提升同语料内表现;多样性改善对相关世界的迁移;模型规模提升数据效率但单世界训练对遥远世界泛化更差
- 观察到早期 interface phase(跨世界广泛收益)与后期 world phase(收益收窄至语料内及相关世界),并拟合出验证损失与数据量、多样性、模型规模的经验 scaling law
- 模型在 Minecraft 上媲美专家模型、3D 世界可比前沿模型,实时设定下表现最佳
- 结论:模仿学习的局限与遥远世界的持续差距说明,通用具身智能体需要续训之外更丰富的训练阶段
「具身」频道最新
- 二代比亚迪海鸥 1 万美元，定价惊到海外网友 — alexmacgregor__ · 2026-10-22
- AFM 实拍对比：iPhone Duo 与 iPad 纳米纹理玻璃镀膜差异 — jwt0625 · 2026-10-22
- 机器人砌砖每小时超 1000 块,人类熟练工一天仅 300-500 块 — 2C_ornot2C · 2026-10-22
- 港大团队推出 Embodied Playground:410 个任务环境测模型物理智能 — YiMaTweets · 2026-10-22
- AgenticRoboRL:把编码 Agent 的后训练方法搬到机器人上,9B 小模型反超闭源 — UCF-Ai-LLMs · 2026-10-22
- 伯克利与英伟达提出 AW-0：代码、视频、动作三流联合的机器人世界模型 — Zhuoyang Liu · 2026-10-22