中兴 8B 具身大脑长程规划准确率提升 30%，登顶国内榜单
机器之心 · wechat · 2026-11-06
中兴通讯发布论文 EmbodiedMind，提出三阶段训练范式（RSFT→IR-GRPO→Trie-GRPO），用仅 52.2 万训练样本的 8B 模型在 18 项具身大脑基准上取得 70.02% 平均成绩，长程规划准确率较现有最优方法提升 30.31%，论文已投稿 ICRA 2027。
该范式针对具身基座模型训练的三重困境：一是 RSFT 用拒绝采样分层筛选训练数据，只保留不确定样本与部分简单样本，提升数据信息密度；二是 IR-GRPO 为每类任务维护独立队列并动态调整采样配额，解决异构任务训练的「跷跷板效应」；三是 Trie-GRPO 将优势计算从轨迹级改为动作前缀树上的步级信用分配，轨迹失败时中间正确动作不再被「连坐」惩罚。
真机验证方面，团队基于 AgiBot A2 构建 50 个桌面场景，桌面整理规划任务准确率达 62%，显著超过 Qwen3-VL-8B 的 40%；仿真中 25 步长程规划基准得分 66.67，ALFWorld 成功率 60.45%。第三方 SuperCLUE 9 月具身大脑榜单上，中兴 Nebula-EmbodiedBrain-180B 以 77.48 分与阿里 Qwen3.8-Max 并列国内第一，具身安全单项 97.92 分领跑。
「具身」频道最新
- CoreWeave Q3 营收 36.6 亿美元涨 168%,签约 Wayve 训练 AI Driver — thursdai_pod · 2026-11-13
- NVIDIA 发布 BirdDreams：联合生成透视图与 BEV 的自动驾驶世界模型 — nvidia · 2026-11-13
- Galaxea 联创清华赵行 CoRL 演讲：机器人智能按时间尺度分 System 2/1/0 — YuXiang_IRVL · 2026-11-13
- 疑 OpenAI 硬件设备开箱照流出：机械臂配透明掌机 — yungcontent · 2026-11-13
- FINGR 灵巧手用连续手指技巧拧开二阶魔方,获 CoRL 工作坊最佳论文 — Scobleizer · 2026-11-13
- 李飞飞转发 Atlas 新演示:很难形容它有多酷 — drfeifei · 2026-11-13