生数科技Motubrain团队公开Physical AI训练全流程直播持续半个月

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，计划连续进行半个月，旨在向公众揭示具身智能模型的训练机制与研究进展。此次直播聚焦 Physical AI（物理人工智能）的核心议题，即如何让 AI 理解物理环境并通过机器人完成实际任务。相较于大语言模型，该领域需额外攻克动作决策、任务执行及跨场景泛化等关键技术难题。Motubrain 系列作为生数科技研发的具身模型，致力于构建具备通用能力的“大脑”，探索在不同任务、场景与机器人本体间的能力迁移。Motubrain 2.0 将于正式开源前先行公开其完整训练流程，展示模型从训练、测试到能力迭代的全过程。公开的训练环节涵盖四个核心阶段：预训练以观察规模对性能及零样本泛化的影响；后训练针对具体任务提升执行能力；Agent 任务执行探索经验迁移潜力；以及 RSI（递归自我改进）研究，评估模型根据反馈改进自身行动的能力。此举被视为首次尝试打开具身模型训练的“黑盒”。过去外界主要通过机器人演示、评测结果和论文了解技术进展，而此次直播让公众能直观看到模型能力的逐步形成过程，包括训练中的失败、试错与调整。这种透明化的研发模式提升了行业的可观测性，使研究者和开发者不仅能关注最终成果，更能深入理解训练中遇到的具体挑战及团队的改进策略，为规模化训练和自主改进等关键问题的探讨提供参考。直播入口链接为 www.motubrain.com/motubrain2.0-live，更多相关信息可访问官网 www.motubrain.com。相关研究虽仍处于探索阶段，但公开训练过程与仅展示最终功能同样具有重要的学术与应用价值。