量子位
·
字节发了个机器人全能大模型，带队人李航
💡
原文中文，约1800字，阅读约需5分钟。
📝
内容提要
字节推出Robix模型，整合机器人推理、任务规划和自然语言交互，解决模块间信息沟通问题。Robix采用思维链推理和三阶段训练策略，综合能力优于多款现有模型。项目负责人李航博士继续以顾问身份参与。
🎯
关键要点
- 字节推出Robix模型，整合机器人推理、任务规划和自然语言交互。
- Robix解决了模块间信息沟通问题，避免了多模块拼接的复杂性。
- Robix采用思维链推理和三阶段训练策略，综合能力优于多款现有模型。
- 模型分为高层认知和底层执行，Robix负责高层认知。
- 三阶段训练包括持续预训练、监督微调和强化学习。
- Robix在多个基准测试中表现优于GPT-4o和Gemini 2.5 Pro。
- 项目负责人李航博士将继续以顾问身份参与Robix项目。
❓
延伸问答
Robix模型的主要功能是什么？
Robix模型整合了机器人推理、任务规划和自然语言交互的功能。
Robix是如何解决模块间信息沟通问题的？
Robix通过一个视觉-语言融合的单模型，避免了多模块拼接的复杂性，实现了信息的顺畅沟通。
Robix的训练策略是什么？
Robix采用三阶段训练策略，包括持续预训练、监督微调和强化学习。
Robix在基准测试中的表现如何？
Robix在多个基准测试中表现优于GPT-4o和Gemini 2.5 Pro，尤其在空间理解任务中表现突出。
Robix模型的负责人是谁？
Robix模型的负责人是李航博士，他是字节AI实验室的负责人。
Robix模型的高层认知和底层执行分别是什么？
Robix负责高层认知，而底层执行由VLA模块完成。
➡️
