Opus 5.5 直接改写 π0.5 权重:不改代码零训练,机械臂任务成功率 30% 升至 90%
Rewkang · x · 2026-11-18
Abdul Rahim Mirani 做了一个反直觉实验:让 Claude Opus 5.5 直接编辑 VLA 模型 π0.5(公开 pi05droidjointpos 检查点)的权重,不用任何训练或微调。
实验在 Isaac Sim 中用 Franka 机械臂 + Robotiq 夹爪运行两个操作任务:
- 颜色分拣:让 Opus 5.5 观看失败案例、诊断原因,然后把 4 个注意力头增益调高 3 倍——仅改动了 0.05% 的权重。30 次放置中成功数从 9 次升到 27 次(30%→90%)
- 杯子入篮:这个任务完全没有参与权重编辑的设计,仅作泛化验证——成功数从 20 升到 27(67%→90%)
流程为:跑原始模型 → 诊断任务 1 失败原因 → 仅基于任务 1 编辑权重 → 在两组各 30 个未见过的物体摆放上重测。所有前后对比均来自设计编辑时未使用过的摆放。
结论:LLM 可以像「诊断-手术」一样直接定位并修补 VLA 策略的内部缺陷,且针对单任务的修改能意外泛化到其他任务。作者人类负责出题和审核,Opus 5.5 负责看失败、找原因、设计并执行全部实验。
「编程与Agent」频道最新
- GLM-5.3 定价被指离谱便宜:10 美元套餐可用 500 美元额度 — rez0__ · 2026-11-18
- 纯代码渲染照片级视频:无视频模型无 Blender,Mac 一小时渲完 — JeremyNguyenPhD · 2026-11-18
- Pawel Huryn 开源 45 个 agent skills:三款上线产品提炼的工程工作流 — PawelHuryn · 2026-11-18
- shuding 曝代码模型测评:Rust 达 95~100%,13 种语言准确率大涨 — shuding · 2026-11-18
- 开源推理引擎 Splash 1.7.0 发布,Apple Silicon 解码再提速 — wojtek15 · 2026-11-18
- 法学院课程收官:6 支团队与企业合作交付 6 个可用法律 AI 原型 — jkubicki · 2026-11-18