生数科技Motubrain团队将直播Physical AI训练全流程,持续半个月

星海拾光行业资讯📡 量子位2026-10-2229 阅读💛 185 收藏
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

生数科技Motubrain团队将直播Physical AI训练全流程,持续半个月

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

大模型训练过程,开始更多地出现在公众视野中。

此前,小米MiMo负责人罗福莉公开了MiMo-V2.6强化学习阶段的训练进展,让外界看到了大模型训练中的一些具体细节。

现在,Physical AI领域也有了类似尝试。

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及研究进展。

这次直播关注一个问题:Physical AI究竟如何实现?

Physical AI,即物理人工智能,希望让AI能够理解物理环境,并通过机器人完成实际任务。相比大语言模型,Physical AI 还需要解决动作决策、任务执行和跨场景泛化等问题。

Motubrain 系列是生数科技研发的具身模型,致力于为机器人构建具备通用能力的“大脑”,探索不同任务、场景和机器人本体之间的能力泛化。

Motubrain 2.0即将开源。在正式开源前,团队选择率先公开其训练全流程,向外界展示这款模型从训练、测试到能力迭代的过程。

此次公开训练涵盖四个环节:

1、预训练:观察训练规模对模型性能及零样本泛化能力的影响。

2、后训练:针对具体任务进一步训练,提升任务执行能力。

3、Agent任务执行:探索模型能否将已有经验迁移到其他任务。

4、RSI(递归自我改进)探索:研究模型能否根据执行反馈评估并改进自身行动。

此次直播的特别之处,是尝试打开具身模型训练的“黑盒”。

过去,外界了解具身智能技术进展,主要通过机器人Demo、评测结果和论文。模型经历了怎样的训练、不同阶段的能力如何变化,通常很难直接观察。

Motubrain 2.0 选择公开从训练、测试到能力迭代的全过程,希望让外界看到模型如何逐步形成能力,也能看到训练中的失败、试错和调整。

对于具身智能行业而言,这种方式让模型研发过程更加透明。研究者和开发者不仅能看到最终结果,也有机会了解训练中遇到的具体问题,以及团队如何通过实验和反馈不断改进模型。

同时,团队也希望借助此次直播,与技术同行分享研究中的经验、问题和思考,共同探讨规模化训练、跨任务泛化和自主改进等关键问题,为Physical AI实现范式的探索提供更多参考。

当然,相关研究仍处于探索阶段,具体效果还需要后续实验和评测验证。相比只展示机器人最终能做什么,公开模型如何训练、能力如何形成,同样具有研究价值。

直播入口:www.motubrain.com/motubrain2.0-live

官网链接:www.motubrain.com

本文由生数科技提供,量子位获授权转载,观点归原作者所有。

版权所有,未经授权不得以任何形式转载及使用,违者必究。
生数科技
量子位的朋友们量子位的朋友们
  • 飞书豆包工作AI先锋未来人才大赛:企业正在争抢会用AI做成事的人2026-10-21
  • 比亚迪成为2026年APEC会议官方合作伙伴2026-10-20
  • 2026物理AI与世界模型大会医疗健康世界模型分会场在南京举行2026-10-19
  • 技术赋能全球化深耕 比亚迪携多品牌亮相2026巴黎车展2026-10-20

相关阅读

文章评论(12)

黄小刚24 天前

看完了,收获满满,期待更多更新。

回复
武磊24 天前

整理得太全面了,省了我不少时间。

回复
曹浩24 天前

作者写得真不错,学到了不少。

回复
青柠微凉24 天前

有没有更详细的教程,期待后续。

回复
陈皮话梅糖24 天前

这篇文章分析得很透彻,收藏了!

回复
晨寻梦24 天前

这篇文章分析得很透彻,收藏了!

回复
林拾贝24 天前

不错不错,已加入书签。

回复
陈皮话梅糖24 天前

内容翔实,正好需要,先收藏再看。

回复
南山客24 天前

刚好最近在找这方面的资料,太及时了。

回复
雪知秋24 天前

整理得太全面了,省了我不少时间。

回复
北岛渔夫24 天前

这篇文章分析得很透彻,收藏了!

回复
墨沐雨24 天前

这篇文章分析得很透彻,收藏了!

回复