Guava:2000条轨迹将GPT-5.4蒸馏进Qwen3.5-4B机器人小模型
jbhuang0604 · x · 2026-11-09
Jia-Bin Huang 团队发布 Guava 项目,核心问题是如何把前沿 VLM 的机器人操作能力蒸馏成一个可本地部署的紧凑 agent。
- 核心思路:为教师模型与学生模型设计统一的操纵 harness(共享观察、工具与反馈接口),使教师的交互历史可直接作为学生的监督信号;再用仿真生成的交互数据扩量。
- 做法:以 GPT-5.4 为教师,仅收集约 2000+ 条轨迹,微调 Qwen3.5-4B 得到 Guava-4B。
- 结果:Guava-4B 在仿真、真实世界和外部基准上接近前沿教师,同时显著降低推理延迟和 token 消耗。
- 团队研究了迭代感知-推理-动作循环(单动作重规划)与多动作程序生成等接口设计选择。
论文由马里兰大学、UIUC、滑铁卢、MBZUAI、宾大与 Amazon FAR 合作,代码已开源,相关工作在 Agentic Robotics 与 LEAP workshop 展示。同帖还介绍了另一个工作:给空中操作编程 agent 引入「主动视觉+物理反馈」(View/Probe)机制来定位任务失败原因。
「具身」频道最新
- 帝国理工团队创企 Machenta 携「即时机器人学习」亮相 CoRL，现场机器人秒学新任务 — Ed__Johns · 2026-11-10
- NVIDIA 发布 GR00T 2 开放世界动作模型，两篇论文入围 CoRL 最佳论文 — danfei_xu · 2026-11-10
- Nomagic 团队将出席 CoRL 2026，聚焦物理 AI 与后训练 — m_wulfmeier · 2026-11-10
- 比利时 ROBIB 第三届机器人聚会辩「人形机器人该自建还是外购」 — MarwaEldiwiny · 2026-11-10
- CoRL 2026 机器人学习大会在得州奥斯汀开幕，11 月 9-12 日举行 — shaohua0116 · 2026-11-10
- 苹果 HALO 机器人：仿真造千栋虚拟房屋，真实家庭成功率 91% — heyshrutimishra · 2026-11-10