探How 社区

教机器人干活，光“刷课时”可不够！灵初这次较真数据质量

灵初在最新的Tech blog中明确指出，预训练并不是让后训练立刻消失。从部署角度来看，现阶段训练基础模型的意义应该是让后训练需要的数据更少，从而降低适配与部署的成本。

量子位思邈2026/9/24 · 2026/9/241 分钟阅读中文

以下正文同步自量子位，版权归原站所有，已转换为易读排版。

手机盒装配，就是一个具体例子。这个任务涉及多个步骤，对操作精细度也有较高要求。据灵初介绍，通过结合人工参与与强化学习的后训练框架，经过几轮迭代，任务成功率达到约99%，耗时1-2个工作日。

预训练积累的本事，在这里派上了用场：机器人不用从零学起，只需补充少量任务数据，再通过人工参与和强化学习，把容易出错的地方练好。

到了客户现场，训练也没有结束。机器人在哪里失败，相关数据就被收集回来，用于下一轮改进。团队表示，这套方案已经用于实际客户现场，处理作业中遇到的复杂情况。

这与前面的示范引导并不矛盾。示范提供一种表达新任务的方式，后训练则继续处理具体操作中的难点。两者不是要求机器人每次都从零开始，而是在已有能力上，减少适应新需求的额外投入。

Psi-R2.5正把预训练积累的能力用到具体工作中。用好人类经验，让客户少花时间、少花成本就能把机器人用起来，是灵初持续改进基础模型的目标。

正文由探How 从来源站点 RSS 同步，内容未经改写；遇到排版缺失或需要图片、视频时请以原文为准。