开源 RoboJev-27B 判机器人成败：95.2% 准确率，比 GPT-6 便宜 48 倍
Josef Liyanjun Chen · hf · 2026-10-27
Hugging Face 上发布 RoboJev-27B，一个开源权重的视觉语言「裁判」模型，用于从视频帧判断机器人操作是否成功。结合 LoRA 微调、校准 token 读出与按数据源的正则化，跨实验室、跨机器人泛化良好。据配图：在 268 条 held-out SO-101 运行上平衡准确率 95.2%，未见实验室 AUROC 0.890，每千次回答成本 $0.19——比 GPT-6 Astra 便宜约 48 倍、比 GPT-6.1 Sol 便宜约 10 倍，同时准确率超过 GPT-6 Astra（93.3%）、Opus 5.5（91.9%）、Sonnet 5.5（92.5%）等前沿模型；单块 H100 上每秒可出 3.9 个答案。作者还估算：按 Goldman Sachs 人形机器人出货预测，到 2035 年每年 190 亿小时机器人视频，人工需要 950 万人全职观看，而 RoboJev-27B 只需约 21,164 块 GPU。
「具身」频道最新
- Nebius × Positronic 物理 AI 大赛开赛：仿真筛选前十可上真机机械臂 — lukas_m_ziegler · 2026-10-27
- BEACON 论文获 NeurIPS 2026 接收:让模型自己学跨域数据该信多少 — hankyang94 · 2026-10-27
- 苹果发布 M6 版 14 英寸 MacBook Pro — meetpateltech · 2026-10-27
- 前 Google 工程师：旧手机是现成的 Agent 硬件，一夜跑完 42 个任务 — nikola_mr64990 · 2026-10-27
- Luxonis 发布 OAK 4 FFC:单板搞定深度与 AI 的模块化机器人视觉 — lukas_m_ziegler · 2026-10-27
- Deft 机器人已参与组装约 2 万辆特斯拉，日处理 700 个零件全年无休 — micoolcho · 2026-10-27