国产草莓视频在线观看_欧美同性videos免费播放_免费一级毛片激情永久_国产特级全黄一线毛片_精品少妇影视免费_2020无码专区人妻日韩_最新国产网站_刘亦菲激情旡码大片_中文无码视频互动交流_欧美日韩激情aⅤ综合在线

字節(jié)發(fā)了個機器人全能大模型，帶隊人李航

發(fā)布時間：2025-09-06 來源：觸物傷情網(wǎng)作者：guang1231

聞樂 發(fā)自 凹非寺量子位 | 公眾號 QbitAI

機器人終于不用散裝大腦了！

字節(jié)Seed一個模型就能搞定機器人推理、任務規(guī)劃和自然語言交互。

經(jīng)常做機器人的朋友都知道，以前想讓機器人干活，得先解決一個煩人的問題——

模塊之間的信息代溝。

能聽懂指令和能完成指令可完全不是一回事，以前要讓機器人聽懂人話，得裝個專門的語言交互模塊；要讓它能避開障礙從客廳走到陽臺，又得搭一套任務規(guī)劃模塊；要想……還得……

于是不同模塊在機器人身上拼湊使用苦開發(fā)者久矣。

但現(xiàn)在，字節(jié)Seed推出了Robix視覺——語言單模型，把三件事全包了，也不用搞多模塊拼接那套了。

所以，這是怎么做到的呢？

核心采用思維鏈推理和三階段訓練策略

Robix是一款專門給機器人用的模型。核心想法是讓一個模型同時搞定三件事：

琢磨怎么干活（推理）安排干活步驟（任務規(guī)劃）跟人聊天溝通（自然語言交互）

首先，團隊的思路是把機器人系統(tǒng)分為兩層，高層認知和底層執(zhí)行，Robix就是管高層認知的。

底層（VLA）來執(zhí)行Robix發(fā)出的命令。

而Robix本身也并不是多個模塊拼合的散裝大腦，而是一個視覺-語言融合的單模型，能同時處理畫面、語言，還能把思考過程、動作指令、人類回復整合在一個邏輯循環(huán)里，避免模塊間溝通卡頓。

Robix核心采用思維鏈推理和三階段訓練策略。

在推理與決策方面，采用思維鏈，根據(jù)輸入信息進行深思熟慮的推理。

在推理過程中，它會考慮當前場景中的物體、空間關系、任務要求等因素，預測下一步的思考方向、行動方案以及可選的語言回復。

這個過程是一個迭代的決策過程，每一步?jīng)Q策都基于當前的觀察和之前的交互歷史。

再來說說Robix是怎么訓練的。

三階段是分為持續(xù)預訓練、監(jiān)督微調(diào)和強化學習。

在持續(xù)預訓練階段，用大量機器人相關的數(shù)據(jù)，教它看懂3D空間、把語言和畫面對應上，學會能判斷任務進度的能力。

在監(jiān)督微調(diào)階段，模擬收拾餐桌、超市購物這些真實場景，教它處理各種指令、按邏輯一步步想問題，同時讓它學會跟人簡單對話，做到能聽懂、會規(guī)劃、能聊天。

在強化學習階段，用專門算法糾正“想的和做的不一樣”的問題，通過“做對給獎勵、做錯給提醒”的方式，讓它在長時間任務里決策更穩(wěn)、動作更準。

至于效果，團隊給出了一些測試數(shù)據(jù)。

在基礎能力測試上，Robix的兩個版本（7B和32B）在8個空間理解任務中有7個比Qwen2.5-VL 表現(xiàn)好，平均準確率更高；

并且在多數(shù)基準測試中超越了閉源的GPT-4o、Gemini 2.5 Pro等。

離線評估中，Robix-32B-RL在所有評估集上排名第一。

在模擬真實環(huán)境的交互測試，使用UMI設備在線評估，Robix-32B在5個任務中的3個超越Gemini 2.5 Pro，且平均任務進度略高，且大幅超越Qwen2.5-VL-32B。

而使用GR-3進行在線評估時，在自動化真實機器人評估中，Robix-32B的平均任務進度達到92.5%，分別比Gemini 2.5 Pro和GPT-4o高出4.3和28.1個百分點。

看來，機器人模型以后拼的可能就不是模塊數(shù)量而是單一模型的綜合能力了。

One More Thing

值得關注的是，Robix項目的負責人，正是字節(jié)AI實驗室的負責人李航博士，更早之前，他曾擔任華為諾亞方舟實驗室主任和首席科學家。

△圖源：李航微博

他于2017年加入字節(jié)，后帶領團隊開展字節(jié)的機器人項目。

在今年6月，有知情人透露李航已經(jīng)退休，但字節(jié)相關負責人則馬上表示他還將以返聘顧問的形式進行工作，且工作范圍不變。

另外，李航老師在2022年出版的《機器學習方法》，據(jù)說從2018年開始就在構(gòu)思與寫作……

△圖源：李航微博

現(xiàn)在還新增了深度學習內(nèi)容，目前新版已經(jīng)上市，如果想深入學習機器學習的朋友，也可以去追書哦～

技術(shù)報告：https://robix-seed.github.io/robix/論文地址：http://arxiv.org/abs/2509.01106