只凭吞并个原盼望器东说念主大模子，五指灵敏手就能学会 100 多个复杂操作任务。

提起桌上有时摆放的螺钉钻并拧紧螺钉、用锤子敲打钉子、将倒放的水杯扶正再往水杯中倒水等……

这是业界初次仅通过吞并个具身大模子就已毕了五指灵敏手像东说念主手同样天真自由地使用多种各样、格式分歧的器具完成上百种灵敏复杂操作任务。

它即是星动纪元最新发布的端到端原盼望器东说念主大模子ERA-42。

谀媚自研灵敏手，它已学会了使用不同器具完成 100 多种复杂灵敏的操作任务，况兼不绝在吞并个模子放学习新的妙技。

模子不需要任何预编程妙技，总共基于其强盛的泛化和自恰当力，能在不到 2 小时内通过汇集小数数据就学会彭胀新的任务。同期，ERA-42 还在快速抑止学习更多新妙技中。

ERA-42 亦然宇宙范围内首个简直的五指灵敏手具身大模子，由此开启了具身大模子的通用灵敏操作期间。

在通用具身智能行业中，具身大模子被闲居觉得是改日发展的趋势，主要源于其强盛的跨模态才能、自恰当性和泛化才能以及高效、天真实任务彭胀才能。

具身大模子三大身分

"简直"的具身大模子才是开启通用具身智能体的密钥，需要具备以下三个身分：

一是搭伙一个模子泛化多种任务和环境：通过构建一个搭伙的原生模子，交融视觉、言语、触觉和体魄姿态等全模态信息，已毕对不同任务和环境的泛化才能。此外，通过不同任务之间的数据分享和搬动，大概进一步提高模子的泛化才能。

二是端到端：从收受全模态数据，到生成最终输出（如方案、动作等）的通盘历程，通过一个爽脆的神经汇集链路完成。该历程无需东说念主为打算特征、预编程或干涉处理才能，使得具身智能体大概及时恰当不同任务和环境，显贵提高天真性与设立遵守。

三是 Scaling up（规模化）：简直的搭伙的端到端算法才允许模子通过不绝的数据积聚已毕自我完善，使得具身大模子在数据量指数级增长的同期，不仅提高性能，还能在未知任务中展现超卓的自恰当和泛化才能。

举例，被行业闲居熟知的 Physical Intelligence ( 简称 PI ) 发布的 π 0 模子就具备上述身分，是典型的简直道理上的端到端具身大模子。

星动纪元 ERA-42 并排宇宙跳动水平

星动纪元 ERA-42 是国内首个简直道理上的端到端原盼望器东说念主大模子，并排宇宙跳动水平。

早期，星动纪元和 PI 简直同期殊途同归采纳了端到端的算法来提高其原盼望器东说念主大模子性能，PI 推出的 π 0 模子，通过谀媚互联网规模的视觉 - 言语预稽察与机器东说念主操作数据集后稽察，使得机器东说念主大概在东说念主类环境中自主彭胀多种复杂任务，展示了在物理宇宙中已毕通用东说念主工智能的后劲。

这是机器东说念主从特定任务的"群众"向多任务的"通才"发展历程上的垂危一步，亦然具身大模子领域的一个里程碑。

星动纪元早期发布的筹备后果和 Physical Intelligence ( PI ) 简直殊途同归星动论文 HiRT: Enhancing Robotic Control with Hierarchical Robot Transformers 发表在 CoRL2024

此后，星动纪元又探索了另一条原盼望器东说念主模子稽察说念路，采纳大规模视频数据学习计谋，涵盖无标注的视频数据、公开各种格式机器东说念主的数据、东说念主类举止数据以及遥操作数据等。

况兼，在上述数据的使用上，星动纪元不是顺利效法视频里的东说念主若何去作念，而是学习行动之后会产生什么样的收尾。这么学习因果关系的克己是不错达到总共泛化，因为物理执法是搭伙的，只好发生在现什物理宇宙中，数据内含的因果关系一定是细目且搭伙的。

这种样式使得学习效果不受限于数据质地，大概大大裁减数据汇集老本，解决了宇宙范围内在构建通用操作模子历程中数据销耗量强大、需要大批高质地数据的问题。

此外，星动纪元的期间团队已将宇宙模子融入原盼望器东说念主大模子中，使其模子不仅具备行动才能，还具备了对物理宇宙的相识才能，大概对改日行动轨迹进行展望，灵验提高了机器东说念主彭胀任务的高效性和准确性。

后期，星动纪元探索了交融宇宙模子的原盼望器东说念主大模子。星动论文 Prediction with Action: Visual Policy Learning via Joint Denoising Process 发表在 NeurIPS 2024

通过交融宇宙模子的法度，星动纪元的机器东说念主还能赶紧反馈外部干扰，并在职务彭胀历程中不绝自恰当优化行动，直至任务完成。该法度开荒了稽察通用原盼望器东说念主大模子的新说念路。

星动纪元打造的端到端原盼望器东说念主大模子 ERA-42 是业内开创的 AI 原生学习新范式。凭借其展望才能，ERA-42 具备强盛的泛化、自恰当和规模化才能。谀媚星动纪元为 AI 打造的全新硬件平台，可快速已毕具身智能体软硬件协同进化和营业化落地。

具身大模子参预通用灵敏操作期间

星动纪元端到端原盼望器东说念主大模子 ERA-42 引颈具身大模子参预通用灵敏操作期间。

1）比较夹爪，基于 ERA-42 的才能 , 五指灵敏手星动 XHAND1 还是大概简直像东说念主手同样可使用包括不限于螺钉钻、锤子、取液枪等更多种各样的器具，完成更通用、灵敏性更强、复杂度更高的百种以上操作任务。

△基于 ERA-42, 五指灵敏手星动 XHAND1 比较夹爪能使用更多不同器具彭胀更灵敏的操作

2）星动纪元原盼望器东说念主大模子 ERA-42 能相识物理宇宙与展望改日

交融宇宙模子后，ERA-42 具备对物理宇宙的相识以及对改日的展望的才能，从而大幅提高了泛化才能和任务告捷率。举例，下图中上方的图片展示了真什物理宇宙中大开雪柜的逐帧操作，下方的图片则为 ERA-42 生成的环境建模与对大开雪柜任务的逐帧展望。不错看到两张图片相配接近，施展模子展望相配准确，况兼很恰当物体装璜关系、动作时序等物理执法，模子以致大概更进一步展望大开雪柜门之后，雪柜里可能会放手的物品。

这与其他机器东说念主大模子顺利学习行动、而疏远对宇宙自己相识的样式，或者仅将宇宙模子用于生成仿真数据的样式，存在推行的区别。

△真实宇宙彭胀任务和 ERA-42 展望彭胀任务对比图

3）星动纪元原盼望器东说念主大模子 ERA-42 具备更强泛化才能。

以灵敏手的操作泛化才能为例，通过基于大规模视频数据的预稽察，只需采集少部分数据，基于 ERA-42 的泛化才能，短时刻内通过单一的计谋就能学会彭胀新的操作任务。每一种操作齐是通过一句当然言语文本或语音，以及录像头的感知姿态四肢输入，顺利端到端输出彭胀操作，大概泛化到新的、未见过的环境或任务，即便濒临未始战争过的物体，灵敏手也能奏凯完成操作任务。

此前，星动纪元期间团队就通过这种稽察样式采集粗略的红黄蓝方块抓取数据，告捷已毕了从未见过的各样化物体（如胡萝卜、茄子等）的抓取泛化，并相对其他模子算法在泛化任务上显贵提高了告捷率。

△通过粗略彩色方块的抓取数据已毕各样化物体的泛化抓取操作

4）星动纪元原盼望器东说念主大模子 ERA-42 具备更强自恰当性

由于交融了宇宙模子，ERA-42 大概赶紧反馈外部干扰，自恰当换取完成任务。从下述视频不错看到，濒临长序列的任务，它不错快速反馈干扰，中间莫得任何停顿，灵敏手星动 XHAND1 有时就不错识别出来东西被挪开了，能自主优化换取操作，直至完成操作任务。

可见，ERA-42 岂论在单任务上，照旧长序列任务上齐展现出了业内跳动的强盛抗干扰才能。

5）星动纪元原盼望器东说念主大模子 ERA-42 初步体现" Scaling 效应"

况兼筹备收尾标明，跟着模子规模的扩大，任务告捷率也显然提高，初步体现了和大言语模子稽察中访佛的" Scaling 效应"，即模子规模与性能之间的正相关性。

△" Scaling 效应"显现模子与机器东说念主性能呈现正相关性硬件协同迭代进化

星动纪元端到端原盼望器东说念主大模子 ERA-42 和为 AI 打造的全新硬件平台协同进化，共建原生具身智能体。

构建通用具身智能体需要软硬件协同迭代，这是与大言语模子的推行区别。大言语模子从推行上只需要数据和算法的迭代，而具身智能则需要把实质也一齐囊括进来，即需要实质、算法和数据一齐鸠合迭代、优化和进化。就像东说念主类的脑和体魄是从小到大同步协同成长的同样。

因此，星动纪元打造了为 AI 界说的全新硬件平台。以东说念主形机器东说念主的中枢彭胀终端灵敏手为例，星动自研推出的五指灵敏手星动 XHAND1 共有 12 个主动开脱度，其中拇指和食指各有 3 个开脱度，其他三指各有 2 个开脱度，食指可侧摆，拇指具有大范围举止才能，大概已毕多手指间天真协同动作，如拇指能与小指对指、拧瓶盖等动作。

此外，星动 XHAND1 采纳的是纯电驱样式，且每个开脱度齐有对应的入手源，大概孤苦松手通盘手指的每个开脱度，已毕全自主五指重要入手，具备高度的天真性和精确性，大概彭胀高精度任务。

星动 XHAND1 每个手指配备一个高分辨率 ( >100 点 ) 触觉阵传记感器，提供精确的三维力触觉和温度信息。单手最大捏力能达 80N，可举起 25kg 以上的哑铃。

星动 XHAND1 在功课才能上展现出更强的操作天真性、精确度、负载才能和可靠性，在协同 ERA-42 后，为已毕各样化、缜密化、智能化的复杂灵敏操作任务奠定了坚实基础，引颈行业开启具身智能体通用灵敏操作期间。依托 ERA-42，星动纪元通用东说念主形机器东说念主彭胀任务的通用性和泛化性将大幅提高，谀媚此前发布的在复杂各样的地形上富厚行走和奔波的开通性能，合作高下肢协同功课才能，潜在欺诈场景也将愈增加元化，简直已毕原生的通用具身智能体的产业化落地。

基于端到端原盼望器东说念主大模子和为 AI 界说的硬件平台，星动正在推进原生通用具身智能体的闲居欺诈，加快已毕机器东说念主工作千行百业，走进千门万户的愿景。

* 本文系量子位获授权刊载，不雅点仅为作家通盘。

—  完  —

量子位  QbitAI

վ ' ᴗ ' ի 跟踪 AI 期间和居品新动态

一键三连「分享」、「点赞」和「在看」

科技前沿推崇日日重逢 ~