DeepMind 推出 RoboCat：让不同机械臂举一反三的多任务模型

教机器人拿个零件，过去常常要工程师在仿真里调上几周，或者让人手把手带它做几千上万次。要是突然把双爪机械臂换成三指夹爪，之前的功夫大概率得推倒重来。

DeepMind 想把这个麻烦给终结掉。他们公布了一个名为 RoboCat 的多任务机器人模型，主打的就是不挑硬件，还能自己拿数据给自己补课。

像滚雪球一样的自学闭环

RoboCat 的底子继承自 DeepMind 之前的大模型 Gato。它的数据来源挺杂，既有仿真环境里其他控制模型跑出来的数据，也有人类远程遥控真实机械臂的数据，还有它自己更早版本生成的数据。

训练过程就像滚雪球。研究人员先让人类遥控机械臂，录下某个任务 100 到 1000 次的操作演示，比如夹齿轮或者搭积木。

拿到这批数据后，团队会对 RoboCat 进行微调，生成一个专门干这个任务的衍生子模型。这个子模型会自己在这个任务上反复练习平均 10000 次。

子模型练出来的操作数据，再和最初人类演示的数据混在一起，送回给 RoboCat。主模型吃完这顿大餐，就顺理成章迭代出更聪明的新版本。

换上复杂三指臂，100 次演示就能上手

最终版本的 RoboCat 一共训练了 253 项任务，并在仿真和真实世界的 141 个任务变种上做测试。

它最亮眼的地方在于跨硬件适应。RoboCat 最开始只在四款双爪机械臂上训练，但后来研究人员把它挪到一个更复杂的三指夹爪上，可控输入直接翻倍，它依然成功适应了。

按照 DeepMind 研究科学家 Alex Lee 的说法，在某些任务里，只要给 RoboCat 提供 100 次人类演示，它就能摸清门道。团队接下来的目标更夸张，想把教会新任务所需的演示压缩到 10 次以内。

不过它现在还远谈不上完美。在 DeepMind 的测试中，RoboCat 的任务成功率起伏非常剧烈，最低只有 13%，最高能冲到 99%。如果把训练里的演示次数砍掉一半，成功率还会进一步下滑。

为什么重要

对于工业和仓储自动化来说，机器人的硬件适配成本一直居高不下。工厂产线往往混杂着不同品牌的机械臂，以前换个设备就得重新招工程师写代码。如果 RoboCat 这套自适应框架成熟，企业或许只要让人带着新机械臂做几十次示范，剩下的交给模型自我练习，部署门槛会大幅降低。

从行业路线上看，这让具身智能跨出了关键一步。大语言模型靠海量网络文本完成了通识化，但物理世界的具身数据极度匮乏。RoboCat 聪明的地方在于，它用人类的少量示范启动衍生子模型，再靠子模型自生成的数据反哺自己，试图走出一条自我造血的数据闭环之路。

但我们认为，RoboCat 的软肋也非常明显。13% 到 99% 的成功率跨度说明它的可靠性很不稳定，而工业场景对失误率的容忍度极低，一次打翻零件可能就会导致整条产线停摆。看起来，它距离真正走进工厂车间，还有一段从演示玩具走向高可靠工业工具的硬仗要打。