生数科技Motubrain团队开启Physical AI训练全流程直播，持续半个月
2026/10/21 18:00阅读量 2
10月21日，生数科技世界模型团队正式启动Motubrain 2.0训练全流程公开直播，计划持续半个月。此次直播旨在打开具身模型训练的“黑盒”，展示从预训练、后训练到Agent任务执行及递归自我改进（RSI）的完整过程。Motubrain 2.0即将开源，团队希望通过透明化研发细节，探讨规模化训练与跨任务泛化等关键问题。
事件概述
10月21日，生数科技（Shengshu Technology）世界模型团队正式开启Motubrain 2.0训练全流程的公开直播活动，预计持续半个月。作为即将开源的具身智能模型，Motubrain 2.0致力于构建具备通用能力的机器人“大脑”。此次直播的核心目的是打破传统具身智能技术进展仅通过Demo或论文展示的局限，尝试打开模型训练的“黑盒”，向公众和研究者透明化展示模型从训练、测试到能力迭代的全过程。
核心信息：四大训练环节
直播将详细拆解并展示Motubrain 2.0在Physical AI（物理人工智能）领域的四个关键训练阶段，重点解决动作决策、任务执行和跨场景泛化等问题：
- 预训练（Pre-training）：观察不同训练规模对模型性能及零样本泛化能力的影响。
- 后训练（Post-training）：针对具体任务进行进一步训练，以提升实际任务执行能力。
- Agent任务执行：探索模型是否能够将已有经验迁移至其他新任务中。
- RSI（递归自我改进）探索：研究模型能否根据执行反馈评估自身行动，并进行自主改进。
值得关注
- 行业意义：相比仅展示机器人最终能做什么，公开模型如何训练、能力如何形成以及训练中的失败与试错过程，具有更高的研究参考价值。这有助于研究者了解训练中遇到的具体问题，以及团队如何通过实验和反馈不断改进模型。
- 未来展望：相关研究仍处于探索阶段，具体效果需后续实验和评测验证。团队希望借此机会与技术同行分享经验，共同探讨规模化训练、跨任务泛化和自主改进等关键问题，为Physical AI实现范式的探索提供参考。