量子位
·
捅破具身智能天花板！极佳视界新VLA大模型登场，复杂长时程任务近100%成功率
💡
原文中文，约2000字，阅读约需5分钟。
📝
内容提要
极佳视界推出的GigaBrain-0.5M大模型成功率接近100%，能够完成叠衣服、冲咖啡等复杂任务。该模型基于世界模型进行强化学习，采用人机协作机制，显著提升任务成功率和决策策略的鲁棒性。通过海量训练数据，模型在长时程操作中表现优异，推动具身智能的发展。
🎯
关键要点
- 极佳视界推出的GigaBrain-0.5M大模型成功率接近100%，能够完成叠衣服、冲咖啡等复杂任务。
- 该模型基于世界模型进行强化学习，采用人机协作机制，显著提升任务成功率和决策策略的鲁棒性。
- GigaBrain-0.5M*引入人在回路持续学习机制，实现“行动—反思—进化”的闭环式持续学习与自主迭代升级。
- 在与主流方法RECAP的对比中，GigaBrain-0.5M*的任务成功率提升近30%。
- 基于世界模型的强化学习训练范式采用迭代式四阶段闭环训练流程。
- GigaBrain-0.5M*在高难度长时程任务中实现接近100%的任务成功率，展现出卓越的策略鲁棒性。
- 基于世界模型的价值预测方案在执行效率与预测精度上优于VLM方案。
- GigaBrain-0.5M*的基座模型基于10,931小时的多样化机器人操作数据进行预训练，确保策略在物理世界中的可执行性。
- 极佳视界围绕世界模型平台GigaWorld、通用具身大脑GigaBrain构筑起一套能自我进化的闭环生态。
❓
延伸问答
GigaBrain-0.5M大模型的成功率是多少？
GigaBrain-0.5M大模型的成功率接近100%。
GigaBrain-0.5M是如何提升任务成功率的？
通过基于世界模型的强化学习和人机协作机制，GigaBrain-0.5M显著提升了任务成功率和决策策略的鲁棒性。
GigaBrain-0.5M在复杂任务中的表现如何？
在高难度长时程任务中，GigaBrain-0.5M实现接近100%的任务成功率，展现出卓越的策略鲁棒性。
GigaBrain-0.5M的训练数据来源是什么？
GigaBrain-0.5M的基座模型基于10,931小时的多样化机器人操作数据进行预训练，其中61%来自自研的GigaWorld合成数据。
GigaBrain-0.5M与RECAP的比较结果如何？
GigaBrain-0.5M在与RECAP的比较中，任务成功率提升近30%。
GigaBrain-0.5M的闭环学习机制是什么？
GigaBrain-0.5M引入人在回路的持续学习机制，实现“行动—反思—进化”的闭环式持续学习与自主迭代升级。
➡️
