生数科技公开Motubrain 2.0训练全流程,含RSI探索

10 月 21 日,生数科技世界模型团队正式开启 Motubrain 2.0 训练全流程公开直播,计划持续半个月,向公众展示具身模型的训练过程与研究进展。Motubrain 2.0 即将开源,在正式开源前团队选择先公开完整流程,训练、测试到能力迭代的全过程都在镜头内,失败与试错同样公开。

四个阶段被逐一摊开

直播内容按训练流程切分为四段:预训练阶段观察训练规模对模型性能与零样本泛化能力的影响;后训练阶段针对具体任务进一步训练,提升任务执行能力;Agent 任务执行阶段探索模型能否把已有经验迁移到其他任务;最后是 RSI 递归自我改进探索,研究模型能否依据执行反馈评估并改进自身行动。

为什么是 Physical AI

具身模型的复杂性在于它要同时处理动作决策、任务执行和跨场景泛化,这与大语言模型的能力构成不同。此前外界了解具身智能进展主要靠机器人 Demo、评测结果和论文,模型经历了怎样的训练、不同阶段能力如何变化,通常很难直接观察。Motubrain 系列是生数科技研发的具身模型,目标是为机器人构建通用能力的大脑,探索不同任务、场景与机器人本体之间的能力泛化。

这类公开训练过程的做法此前在语言模型领域已有先例,OpenAI 正式入局人形机器人的路径说明头部实验室都在补齐硬件这一环。半年的直播会给出多少有效结论还需要评测验证,但把具身模型的训练黑盒打开,对整个行业的价值不在于某一天的跑分。