Guava:2000 条仿真轨迹蒸馏 GPT-5.4 能力,4B 模型真机零样本操作
ChongZzZhang · x · 2026-11-21
Guava 项目速览
- 马里兰大学等机构发布 Guava:用仿真环境把前沿 VLM 的操作能力蒸馏进一个紧凑小模型,代码与数据全开源。
- 做法:以 GPT-5.4 为教师模型,在共享的操作 harness(统一的观察/工具/反馈接口)下收集约 2000 条交互轨迹,微调 Qwen3.5-4B 得到 Guava-4B;教师逐步重规划的历史直接作为学生模型的监督信号。
- 结果:Guava-4B 在仿真、真机与外部基准上接近教师水平;比基线 Pear 快 400 倍、token 效率高 40 倍,并可零样本迁移到真实世界操作任务。
- 推主观点:仿真数据免费、VLM 天然对 sim2real 不敏感、推理提升泛化——三者叠加就够了,未必需要 RL。
「具身」频道最新
- Facet-SLAM 实时三角面 SLAM:RTX 4090 跑到 113 FPS — jonstephens85 · 2026-11-21
- 实测 NVIDIA Cosmos 3:镜头移开 8 秒,世界模型就忘了房间 — PrateekVJoshi · 2026-11-21
- RoboCap-10k 开源:11 国采集的 1 万小时第一视角机器人数据 — pabbeel · 2026-11-21
- Neuralink 患者用大脑意念玩 GTA VI,展示残障人士新可能 — mark_k · 2026-11-21
- ROS 周报:Colcon 网页仪表盘、MOCAP4ROS 2.0 与 ROSCon 比利时 — kscottz · 2026-11-21
- Neuralink 患者意念操控玩 GTA VI,脑机接口再秀实操 — Polymarket · 2026-11-21