机器人泛化能力突破：银河通用、灵初智能、星海图探索三大创新路径

近日，英伟达在CES上发布的Cosmos平台，通过生成基于物理世界的合成数据，为机器人提供了虚拟训练场，助力泛化能力提升。此外，清华和北大的科研团队也在探索低成本数据训练方法，主要利用仿真和真机数据的不同组合，形成三种路径：

第一种路径以银河通用为代表，强调低成本仿真数据的主导地位。该公司推出的GraspVLA产品，在海量合成的仿真环境中生成机器人抓取任务数据，通过随机化设计提升模型泛化能力。第二种路径是灵初智能采用的结合仿真与真机数据的联合训练，引入强化学习技术，实现复杂任务的泛化能力，并计划发布自研本体及具身大模型。第三种路径以星海图为代表，重视真机数据的核心价值，提出Real2Sim2Real训练策略，利用真实数据在仿真环境中随机化扩充，提升模型实际应用效果。

同时，清华北大近期还有多项值得关注的成果，展现了在算法和数据策略上的多样探索。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！