Skild AI 让机器人自我对战:在虚拟世界踢球 140 年后跑进现实
Skild AI 宣布具身 AI 自我对弈训练成果。团队给 S1 机器人模型设定单一目标「进球」,在仿真环境自我对战 140 年后自主学会盘带、护球与抢断,并成功迁移至真实人形机器人,试图突破人类动作数据上限。
Skild AI 宣布具身 AI 自我对弈训练成果。团队给 S1 机器人模型设定单一目标「进球」,在仿真环境自我对战 140 年后自主学会盘带、护球与抢断,并成功迁移至真实人形机器人,试图突破人类动作数据上限。
Skild AI 发布机器人基座模型 S1。它借鉴了大语言模型的上下文学习能力,无需微调,仅靠单条视频提示就能掌握做咖啡、盆栽换土等长达 10 分钟的陌生复杂任务,表现堪比需要 50 至 100 小时微调数据的传统模型。目前正面向部分工业伙伴部署。
斯坦福大学与华盛顿大学研究人员推出开源推理模型 s1。该模型以 Qwen 开源小模型为底座,通过监督微调蒸馏 Google Gemini 的推理过程,仅耗费不到 50 美元算力便在数学和编程评测中追平 OpenAI o1,代码与数据已开源。