机器人实测:LLM 零样本 7/10 项目碾压微调世界动作模型
paigeinsf · x · 2026-11-19
作者对比 LLM 零样本(Fable 5.2)与微调世界动作模型(Dream-1)在 10 项机器人任务上的表现:
- Dream-1 仅在 3 项物理例程上领先:装箱 54.5 vs 39.0、叠玩具 35.0 vs 31.0、对齐积木(用尺子)41.0 vs 40.0——且每次运行都能正确拿起尺子。
- Fable 5.2 赢下其余 7 项:记忆类差距悬殊——记住积木藏在哪个相同杯子下 64 vs 9,按类别分类 62.5 vs 10,按编号按键 23 vs 5;精度类任务(插充电器、插管)也全面领先。总分为 Fable 38.5 vs Dream-1 22.0。
- Dream-1 的头号失败模式是选错目标(错的箱子/插孔/按钮数量),100 次里出现 45 次。
结论:LLM 短期内不会取代机器人模型,最佳机器人大脑大概率是两者结合——WAM 负责物理例程,LLM 负责记忆与推理。
「具身」频道最新
- 随机化演示数据集开源:微调让机器人技能覆盖全桌,附 500 条数据 — paigeinsf · 2026-11-19
- 记忆与推理仍是 LLM 强项:Fable 藏杯找块 64 比 9 大胜 Dream-1 — paigeinsf · 2026-11-19
- 500 条随机场景演示是关键:Dream-1 技能从桌面中部扩散到全桌 — paigeinsf · 2026-11-19
- 世界动作模型 Dream-1 微调后得分暴涨 159%,多项任务反超前沿 LLM — paigeinsf · 2026-11-19
- Dream-1 微调后真机成绩涨 159%,成本仅为对手 1/100 — paigeinsf · 2026-11-19
- 机器人创业者放话「sim2real 是伪命题」:买数据的路线撑不了多久 — Scobleizer · 2026-11-19