缺数据也能拿SOTA？清华&上海AI Lab破解机器人RL两大瓶颈
缺数据也能拿SOTA？清华&上海AI Lab破解机器人RL两大瓶颈视觉-语言-动作模型是实现机器人在复杂环境中灵活操作的关键因素。然而，现有训练范式存在一些核心瓶颈，比如数据采集成本高、泛化能力不足等。
来自主题: AI技术研报
8729 点击 2025-09-27 11:13
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
视觉-语言-动作模型是实现机器人在复杂环境中灵活操作的关键因素。然而，现有训练范式存在一些核心瓶颈，比如数据采集成本高、泛化能力不足等。
刚刚，Meta又从OpenAI挖来一员猛将——宋飏，扩散模型领域的核心人物，DALL·E 2技术路径的早期奠基者。他已正式加入Meta Superintelligence Labs，担任研究负责人，直接向他的师兄赵晟佳汇报。
一家仅成立9个月的新公司——奇妙拉比MarveLab，在2025年8月推出的首款AI潮玩RAGUS&WHITE，凭借超过5000单的预售成绩，超200万的首发营收，迅速成为行业内的讨论热点。
监督微调（SFT）和强化学习（RL）微调是大模型后训练常见的两种手段。通过强化学习微调大模型在众多 NLP 场景都取得了较好的进展，但是在文本分类场景，强化学习未取得较大的进展，其表现往往不如监督学习。
靠电商和云计算席卷全球的亚马逊，正在借这一波Gen AI浪潮，续写新的故事—— 大家可能不知道，去年9月，它在旧金山成立了自己的AI实验室，Amazon AGI SF Lab（以下简称亚马逊AGI实验室）。
自从 Google Gemini 将数学奥赛的成功部分归功于「并行思维」后，如何让大模型掌握这种并行探索多种推理路径的能力，成为了学界关注的焦点。
这听起来像科幻电影，但Phota Labs正在让这一切成为现实。这家由前Adobe AI研究员创立的公司刚刚获得了由Andreessen Horowitz领投的560万美元种子轮融资，他们正在用个性化的视觉AI技术彻底重新定义摄影的边界。
来自MIT Improbable AI Lab的研究者们最近发表了一篇题为《RL's Razor: Why Online Reinforcement Learning Forgets Less》的论文，系统性地回答了这个问题，他们不仅通过大量实验证实了这一现象，更进一步提出了一个简洁而深刻的解释，并将其命名为 “RL's Razor”（RL的剃刀）。
真正决定AI上限的，已从「模型规模」转为「数据质量」。从Meta押注数据平台到xAI裁员转招「专业AI导师」，全球「数据大战」全面进入下半场。中国玩家里，澳鹏数据独占一档，仅2025年上半年营收达3.06亿元。高质量、可追溯、可工程化的数据生产，正成为AI产业的新壁垒。
你有没有想过，为什么即使今天的 AI 已经能写代码、分析数据、回答复杂问题，但当你和它们对话时，总感觉缺了点什么？那种微妙的不舒适感，就像看着一个技术完美但缺乏灵魂的机器人在表演人类。这不是像素质量的问题，也不是语言能力的缺陷，而是一个更根本的缺失：情感智能。