突破遥操瓶颈!全新无本体数据世界动作模型Noe-0发布
0 编辑|冷猫 我们理想中的具身智能模型,是什么样的?
阅读原文 ↗
展墨 ▼
穹彻智能发布的Noe-0模型,核心突破在于完全摒弃传统遥操作数据,采用纯无本体采集的“真实操作”数据训练具身智能模型。其技术路径包含三个关键决策:一是数据采集全面进入真实生活场景,覆盖50+城市、数十万小时数据;二是采集设备RoboPocket采用“同构设计”,保持采集端与机器人末端一致性;三是预训练与后训练全链路统一使用无本体数据,避免数据分布断层。这标志着具身智能从“数据工厂”模式向“真实世界学习”模式的范式转移。
从行业维度看,Noe-0验证了“遥操数据并非必需”的激进假设,直击当前具身智能数据成本高、泛化弱的痛点。传统VLA路线受限于标准化数据采集,难以覆盖真实世界的长尾分布;而Noe-0通过规模化真实操作数据,让模型直接学习人类操作的自然规律,有望显著提升机器人在非结构化环境中的泛化能力。这与英伟达Jim Fan“VLA已死,世界动作模型当立”的判断形成呼应,将加速行业从“语言骨干+动作映射”向“视频世界模型+动作生成”的技术路线迁移。
同时,该方案也面临挑战:无本体数据的动作标注精度、模型从视频观察映射到机器人执行时的跨本体迁移效率,仍是待解问题。但Noe-0至少在数据范式上为行业提供了一条可规模化、去中心化的新路径,其后续在真实场景中的执行表现值得密切跟踪。