RoboTTT記住八千步
重點摘要
NVIDIA 研究團隊與多位學術合作者近日發表了一項名為 RoboTTT 的突破性機器人模型，將機器人策略的視覺動作上下文長度大幅擴展至 8,000 個時間步，比現今最先進的策略高出三個數量級，且推理延遲並未隨之增加。這項成果讓機器人首次能憑藉單段人類示範影片，即時在情境中模仿行為，並能在執行過程中動態改進自身策略，對環境干擾展現更強韌性，也顯著提升了多階段長期任務的成功率。 現有的機器人基礎模型大多只能處理單步或少步驟的視覺動作歷史，這限制了它們對複雜、持續性任務的理解與執行能力。
NVIDIA 研究團隊與多位學術合作者近日發表了一項名為 RoboTTT 的突破性機器人模型，將機器人策略的視覺動作上下文長度大幅擴展至 8,000 個時間步，比現今最先進的策略高出三個數量級，且推理延遲並未隨之增加。這項成果讓機器人首次能憑藉單段人類示範影片，即時在情境中模仿行為，並能在執行過程中動態改進自身策略，對環境干擾展現更強韌性，也顯著提升了多階段長期任務的成功率。 現有的機器人基礎模型大多只能處理單步或少步驟的視覺動作歷史，這限制了它們對複雜、持續性任務的理解與執行能力。RoboTTT 的核心創新在於將「測試時訓練」機制整合進視覺-語言-動作等機器人基礎模型中，形成一種特殊的序列模型。該模型的循環狀態由「快速權重」構成——這些權重在訓練與推理過程中透過梯度下降持續更新，從而將過去經驗壓縮至權重空間，並能從中提取所需的上下文資訊，實現超長上下文的條件化記憶。 為了訓練如此長的上下文，研究團隊設計了一套結合「序列動作強制」與「截斷時間反向傳播」的訓練配方，使模型能夠在 8,000 步的範圍內有效學習與記憶。這項技術讓 RoboTTT 在不增加計算延遲的前提下，將可處理的歷史訊息量提升到前所未有的規模。 在真實機器人操作任務的測試中，RoboTTT 的表現相當驚人。與僅使用單步上下文的基線模型相比，整體性能提升了 87%。最令人矚目的是，RoboTTT 能夠完整執行一項長達五分鐘、包含十個階段的組裝任務，而所有基線模型皆未能在任何一次測試中完成這項任務。這證明了長上下文對於處理長時間、多步驟的現實操作具有關鍵作用。 此外，研究團隊也觀察到一項重要的現象：模型在閉環控制下的表現，隨著預訓練上下文長度的增加而穩定提升。具體來說，使用 8,000 步上下文訓練的 RoboTTT 模型，其表現比使用 1,000 步上下文訓練的同一個模型高出 62%。這意味著「上下文長度」本身可以成為機器人基礎模型一個全新的擴展維度，與模型參數數量或資料規模並列，為未來機器人學習開闢新的研究方向。 RoboTTT 的出現，讓機器人不再只是被動執行預先編寫好的動作序列，而是能真正「記住」過去長達數分鐘的互動歷史，並根據這段歷史即時調整當下行為。這項能力使得機器人可從人類的視頻演示中直接學習新的操作技巧，無需額外的示範資料或大量的微調訓練。從工廠裝配到家庭服務，這項技術有望大幅降低機器人部署與適應新任務的門檻。 論文也提到，RoboTTT 的核心——測試時訓練的序列模型——不僅限於特定硬體或模態，未來可望擴展至更廣泛的機器人基礎模型架構。團隊已將完整的論文與示範影片公開至專案頁面（research.nvidia.com/labs/gear/robottt/），讓學術界與產業界得以深入理解這項技術的細節與潛力。 這項研究由來自 NVIDIA、史丹佛大學、加州大學柏克萊分校等機構的研究人員共同完成，作者包括 Yunfan Jiang、Yevgen Chebotar、Ruijie Zheng、Fengyuan Hu、Yunhao Ge、Jimmy Wu、Tianyuan Dai、Scott Reed、李飛飛、Yuke Zhu 以及林夕「Jim」范。論文已於 arXiv 上線（編號 2607.15275），並獲得學術社群的高度關注。多位評論者指出，RoboTTT 提出的長上下文擴展方向，可能成為下一代機器人基礎模型的關鍵技術突破。
Related
相關文章
DeepSeek估值，被一家安徽箱包公司給全部暴露了
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> DeepSeek估值，被一家安徽箱包公司給全部暴露了 聽雨 2026-07-18 11:41:17 來源：量子位 3500億估值曝光 聽雨 發自 凹非寺 量子位 | 公眾號 QbitAI 誰曾想呢，DeepSeek一直沒有公開講清楚的融資估值，被一家賣行李箱的公司給全部暴露了。 7月16日晚間，安徽開潤股份發佈了一份投資進展公告。 公告顯示，開潤股份參與投資的一隻基金，已經將29億元實繳資金全部間接投向DeepSeek，獲得後者0.8265%的股權。 計算器一按： 29億元÷0.8265%，DeepSeek對應估值約3508.8億元。 更有意思的是，開潤股份穿透後只持有DeepSeek約0.0114%的股權。 正是這萬分之一左右的持股，意外揭開了DeepSeek首輪外部融資的價格標籤。 4000萬元，換來萬分之一的DeepSeek 先來看看這筆投資是怎麼完成的。 開潤股份的全資子公司寧波浦潤，拿出4000萬元，認購了天津礪思星靈創業投資合夥企業的基金份額。 礪思星靈的總實繳規模為29億元，寧波浦潤佔其中約1.3793%。 隨後，這隻基金將全部29億元實繳資金，通過認購杭州程礪企業管理諮詢合夥企業相應份額的方式，間接投資於DeepSeek背後的公司： 杭州深度求索人工智能基礎技術研究有限公司。 交易完成後，礪思星靈間接持有DeepSeek 0.8265%的股權。經過層層穿透，開潤股份最終持有DeepSeek的比例約為0.0114%。 從開潤股份自身的投資金額出發，同樣可以大致算出DeepSeek的估值： 4000萬元÷0.0114%≈3509億元。
全球首款720°連續後空翻機器狗來了！宇泛智能攜“靈貓”雙館聯袂首秀WAIC
宇泛智能在2026世界人工智能大會上首秀全棧自研四足機器人「靈貓」，為全球首款能完成720°連續後空翻的機器狗。該機器人採用異構雙腦架構與AI關節控制技術，具備高動態運動與集群協作能力，並在雙館進行群舞展演。
“小而美”李未可，正用“記憶”重寫AI眼鏡遊戲規則
李未可科技推出X-AI記憶眼鏡，主打「AI記憶能力體系」，能全天無感記錄語音與圖像內容，自動整理成結構化記憶提供給AI Agent調用。創辦人茹憶強調，AI眼鏡的本質是成為AI的感官器官，而非取代手機，記憶能力才是突破當前行業同質化困境的關鍵。
強腦科技全球首發腦控機器人訓練平臺，10 分鐘解鎖意念控制
在 2026 年世界人工智能大會（WAIC 2026）上，BrainCo 強腦科技正式推出全球第一個專為腦控機器人科研與開發設計的一體化、圖形化、一站式 AI 科研平台——BrainCo 腦控機器人訓練平台。這套平台將過去需要多學科背景、耗時冗長的腦機接口與機器人融合實驗流程整合進統一的軟體環境，研發人員即使完全沒有腦機接口相關經驗，也能在短短十分鐘內解鎖「意念控制」，直接透過大腦訊號操作機器人。 平台的核心價值在於大幅降低腦控機器人的系統建置門檻。
從仰望星空到落地創新：WAIC青年菁英會即將硬核開場，最新成果首發在即
2026世界人工智能大會青年菁英會將於7月20日在上海世博中心登場，由王建宇院士進行開場主旨演講。會中將首發「星火傳明」智能紅外衛星星座及「AI上課」學訓一體平台等前沿成果，並安排創業者開放麥與青年學者圓桌，聚焦AI從理論到產業的實際落地。