清华系具身模型登顶全球第一:不靠外挂与额外数据,突围 GPT-6 与英伟达
摘要
清华系具身智能公司星动纪元通过将视频预测与动作学习解耦并分阶段训练,使其具身模型登顶全球榜单,且未依赖外挂模块或额外数据。
核心要点
- 据标题,该清华系具身模型在全球评测中排名第一,文中称其突围对象包括 GPT-6 与英伟达相关方案
- 技术关键在于训练范式的调整:视频预测与动作学习采用分阶段训练,而非「视频、动作一锅炖」的联合训练
- 核心操作是对两类学习目标做「解耦」并重新「排序」,即改变训练顺序而非单纯扩大模型或数据
- 报道强调该成绩「不靠外挂和额外数据」,即未借助外部模块或额外数据补充来刷榜
- 成果出自星动纪元,为清华系具身智能团队,属于具身智能基础模型方向的工作
AI 洞察
如果「解耦 + 重排序」的训练范式可复现,具身智能的竞争焦点会从拼数据规模与外挂模块,转向拼训练课程设计,这对数据与算力不占优的团队是结构性利好。当前具身赛道普遍押注视频生成与动作端到端联合训练,清华系路线若被同行验证,可能引发一轮训练范式回摆。不过单次登顶榜单的说服力有限,能否在真实机器人任务与跨本体迁移上复现,才是判断该路线价值的分水岭。