新闻Robotics & Automation News12 天前
Nature Will发布500亿参数Natura-1具身模型实现灵巧手零样本控制
本文由 AI 根据公开内容整理,可能有误,请以原文为准:Nature Will launches 50-billion-parameter AI model for dexterous robot hands(Robotics & Automation News)
核心内容
物理AI实验室Nature Will正式发布Natura-1物理通用基础模型,专为机器人灵巧手控制设计。该模型参数量达500亿,采用混合专家架构,预训练数据涵盖超100万小时人类第一人称视角视频、图像及动作序列。Natura-1支持零样本自然语言指令跟随,能在真实硬件上自主执行持续工作流,并具备空间约束推理与多物体关系处理能力,标志着从人类经验到物理动作的规模化迁移取得突破。
技术层面,Natura-1通过联合训练语言、视觉与高自由度动作模态,构建了100毫秒级实时控制闭环,将语义理解直接映射为精细物理操作。模型解决了传统策略难以应对的动态任务条件变化问题,支持长时程连续交互。CEO Ning Ding指出,该模型作为基础设施,旨在将人类操作经验转化为通用目的行动,适用于所有需要精细操作的场景,验证了在单一基础模型中同时学习通用泛化与精密控制的工程路径。
关键看点
- 模型架构:采用500亿参数混合专家(MoE)架构,联合训练语言、图像、视频与动作四模态数据
- 数据规模:预训练数据集包含超100万小时人类第一人称视角(Egocentric)操作数据
- 控制性能:运行于100毫秒控制循环,统一语义指令与高自由度灵巧手物理动作输出
- 核心能力:支持零样本指令跟随、长时程连续执行及复杂空间约束与负条件推理
工程与产业观察
Natura-1验证了百万小时Egocentric数据对灵巧手泛化的关键价值,100ms控制环证明了大模型直驱实时硬件的工程可行性。其MoE架构平衡了参数规模与推理效率,为具身智能从仿真走向真实精密操作提供了可复用的Scaling范式与数据基准参考。
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)