大模型开始自己造小模型,机器人研发效率有望提升

2026-11-15 22:28:491℃

Playground:


近期,AI研究团队Playground连续做了几个有意思的实验:


1)让Claude、GPT直接修改已有机器人模型的神经网络权重,尝试优化π0.5的动作专家;


2)让Fable 5.2直接生成MLP神经网络及权重,在LIBERO仿真环境中控制机器人完成抓取、搬运等任务,经过一次反馈修订后,成功率达到84.2%。


我们认为:这是具身智能领域一个非常积极的变化,通用大模型开始具备自己生成小模型、修改参数、优化控制策略的能力。(过去做机器人模型,需要团队设计架构、采集数据、训练模型、反复调参。)


对行业的影响:


1)对机器人模型: 专用小模型的研发门槛有望下降,过去依赖模型架构、单任务训练建立的壁垒可能被削弱。通用大模型公司有望逐步向机器人模型研发环节渗透。


2)对硬件及本体: 模型开发和适配效率提升,有望降低机器人智能化成本,让更多本体更快具备复杂操作能力。长期看,机器人应用场景拓展有望加速,对本体及核心零部件是积极信号。


后续重点看两个方向:


第一,目前实验主要在仿真环境,能否迁移到真机?


第二,能否进一步发展到直接生成完整VLA?


如果这两步实现,通用大模型对机器人行业的赋能将进入新的阶段。


风险提示:产业进展不及预期


作者声明: 本文转载自第三方,旨在提供资讯参考,并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日,作者与文中提及的标的不存在持仓关系。

合规声明:本站发布的所有文章及观点均系个人研究共享,投资心得交流,不代表本站立场,且不构成任何形式的投资建议。投资者据此操作,风险自担,请务必保持独立审慎的决策态度。