生数科技发布的Motus2世界模型,尝试解决机器人“自进化”这一具身智能核心难题。该模型将行动、预测与评估三种能力整合于同一架构,形成“生成动作—预测后果—评估结果—更新策略”的闭环,初步探索了递归自我改进(RSI)。技术上,它采用动作优先的信息流避免时序作弊,并通过推理阶段的Best-of-N规划和训练阶段的基于模型强化学习,让失败数据也能转化为学习信号。真机实验中,规划与强化学习结合使任务成功率从65%提升至75%。此外,模型新增触觉专家模块与记忆能力,触觉使灵巧操作成功率提升12.5个百分点,弥补了纯视觉方案在接触状态判断上的不足。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅