科技量子位·思邈··AI 生成
教机器人干活，光“刷课时”可不够！灵初这次较真数据质量
本文介绍了灵初智能在机器人数据质量上的核心观点：仅仅积累操作时长（“刷课时”）不足以让机器从人类经验中有效学习，关键在于人机动作数据的精确对齐。文章提出了“强配对数据”概念，创新性地从机器人动作反向生成对应的人手操作以提升对齐质量，并展示了利用此转换能力实现无需重新训练的“上下文学习”方法。适合关注具身智能、机器人数据工程和行业落地进展的读者。原文 ↗原文 ↗
核心观点
- ▍让机器人从人类经验中学习，光有海量数据（“刷课时”）不够，关键在于数据质量，特别是人和机器人动作之间的“强配对”对齐程度。
- ▍灵初智能采用逆向思维，从真实的机器人操作数据出发，利用世界模型Psi-W0反向生成匹配的人手操作，从而高效获取高质量的人机动作配对数据。
- 01灵初将人和机器人只在任务含义上对应的数据称为“弱配对数据”；而场景一致、动作时序逐帧对应、且机器人动作能在真机上回放成功的数据称为“强配对数据”。
- 02灵初逆向使用Psi-W0，从真实机器人数据生成对应的人手操作视频，再用这些高质量配对数据训练一个“带动作输出的视频编辑模型”（转换器），该模型能将人手操作视频直接转为机器人可执行的图像和动作数据。
- 03灵初探索了In-Context Learning（ICL），利用强配对数据模型，将人类示范视频转换为机器人可理解的“提示”，使机器人能在不更新模型参数的情况下，根据当前上下文执行新任务。
- 04在手机盒装配的具体任务中，通过预训练模型加少量任务数据，并结合人工参与与强化学习进行后训练，经过几轮迭代，任务成功率达到约99%，耗时1-2个工作日。
- 05灵初认为，预训练的意义不在于让后训练消失，而是使后训练需要的定制化数据更少，从而降低机器人进入新客户现场的适配与部署成本。
反方 / 局限
- — 逆向数据生成方法验证有效，但部分特别复杂的任务仍未直接完成，说明数据转换和任务适配仍有高度复杂的边界情况有待解决。
- — 文章展示了特定任务中的ICL能力，但强调这不意味着随手拍一段视频就能让机器人完成任何工作，更多实现细节尚待公布，该技术目前应用场景有限。
概念锚点
前置背景
平行视角
未来推演
延伸追问