术语slug: generalization

泛化能力

Generalization

模型在未训练过的新场景中直接保持有效作业的能力,是机器人跨环境部署的关键指标

收录情报动态

共 10 篇 · 第 1/1 页
IT之家 · 智能时代T2·商业与生态
38 分
王兴兴称机器人进家干活已接近临界点

宇树科技 CEO 王兴兴在深圳 APEC 工商领导人峰会上表示,机器人进入家庭真正干活的最大障碍是模型泛化能力不足,更换场景往往需要重新训练。他认为全球技术演进已接近突破临界点,但规模化仍需应对制造、可靠性、售后、算力与安全等产业链考验。

IT之家 · 智能时代T2·商业与生态
62 分
王兴兴称机器人泛化是最大瓶颈 已见突破临界点

宇树科技董事长王兴兴在 2026 年 APEC 工商领导人峰会上表示,机器人模型泛化能力是当前最棘手的问题,理想状态是一台机器人进入任何家庭都能立即干活而无需重新训练。他同时判断,结合今年全球技术突破,泛化能力已接近突破临界点,但模型突破后将给生产制造、可靠性与算力带来远超预期的挑战。

量子位官网T2·商业与生态
58 分
菜鸟开放全球仓网 打造具身智能实训场

菜鸟在香港智慧港宣布向 AI 与具身智能企业开放覆盖 200 多个国家和地区的全球仓网,梳理出数十大类、上百种物流 PoC 场景,作为具身机器人的实景训练集群。同时推出面向 AI 硬件企业的科技出海三日达服务,打通跨境运输、海外部署与返修运维,试图同时承接物理 AI 的训练需求与出海交付需求。

量子位官网T2·商业与生态
42 分
上海具身智能技能大赛启动:9 大赛道 23 项真实企业考题,千队竞逐“机器劳模”

国际具身智能技能大赛将于 10 月在上海举行,基于工信部征集的千余条真实场景数据设立 9 大赛道与 23 个赛项。比赛强调“三真”标准(真实场景、任务、数据),采用四维百分制评估自主智能与创新能力,并设置差异化折算系数以公平对比不同形态机器人。优胜者将获得千万级意向投资及通往 WAIC 等国际舞台的机会。

IT之家 · 智能时代T2·智能体与协同
68 分
宇树科技王兴兴:GPT-6 部署测试效果良好,具身智能爆发临界点或在一两年内到来

宇树科技创始人王兴兴透露,公司已将 GPT-6 部署至机器人进行任务测试,初步反馈效果良好。他判断具身智能行业的爆发临界点可能在未来一两年内到来,前提是解决泛化性与效率问题。王兴兴反思过去对 AI 信任不足是最大错误,并重申当机器人在 80% 陌生场景完成 80% 任务时即为行业拐点。

Hugging Face BlogT1·基座大模型
68 分
MiniMax M2 复盘智能体对齐:超越基准测试

MiniMax 团队发布技术博客,深度复盘 M2 模型在智能体后训练阶段的核心挑战。文章指出传统基准测试与真实场景存在巨大鸿沟,并分享了如何通过重新定义“对齐目标”来提升模型在不同框架下的泛化能力与实用性。

OpenAI 官方博客T1·基座大模型
78 分
OpenAI 提出弱到强泛化对齐新方向

OpenAI 发布关于“超对齐”(Superalignment)的新研究,提出利用深度学习的泛化特性,通过弱监督者控制强模型。该研究旨在解决未来超级智能难以被人类直接监督的问题,初步实验显示弱模型能有效引导强模型提升性能。

OpenAI 官方博客T1·基座大模型
48 分
OpenAI 发布 CoinRun:量化强化学习泛化能力

OpenAI 推出名为 CoinRun 的强化学习训练环境,旨在提供衡量智能体向新情境迁移经验能力的标准化指标。该环境在复杂度上取得平衡,既比传统平台游戏简单,又足以对当前最先进算法构成泛化挑战,有助于厘清长期存在的强化学习难题。

OpenAI 官方博客T1·基座大模型
35 分
DeepMind Retro Contest 结果:PPO 与 Rainbow 算法在 Sonic 基准表现最佳

DeepMind 公布首届 Retro Contest 结果,旨在探索强化学习中的快速泛化能力。尽管尝试了多种方法,最终胜出方案均基于对现有算法(如 PPO 和 Rainbow)的调优或扩展,而非全新架构。该比赛验证了 Sonic 基准作为通用机器学习问题测试平台的有效性,但当前最高得分仍远低于理论上限,显示领域仍有巨大提升空间。

OpenAI 官方博客T1·基座大模型
42 分
OpenAI 发布 RL 泛化基准 Gotta Learn Fast

OpenAI 于 2018 年推出名为“Gotta Learn Fast”的新强化学习(RL)基准,旨在评估智能体在环境变化下的泛化能力。该研究由 Alex Nichol 等人主导,提供了基线算法以测试模型在未见过的游戏关卡中的表现。作为早期探索性研究,其核心贡献在于定义了 RL 领域对“快速适应新环境”这一能力的量化标准。