Reward AI 刚刚发布了新模型OM-1，核心团队是 Stanford 机器人 / Embodied AI 出身，技术直接延续 Stanford DexCap 工作。 该团队发布了 OM-1，一款完全从人类身上学习的机器人策略。无需远程操作（遥操类数据），也无需机器人自身数据。一个模型，适用于任何机器人（跨机器人本体）。从视频中可以看到较好的速度和灵活度（相比之前很多机器人的工作视频） 数据采集。一款可穿戴的 7 自由度机械手（Omnibody Hand）让人们在工作、烹饪或分拣时能够自然地展示操作动作。传感器以人类的速度记录触觉、距离、力和手部姿态。 学习。OM-1 仅基于这些人类数据进行训练。无需远程操作，也无需机器人自身经验。然后，它可以在从工业机械臂到人形机器人的各种机器人身上运行，而扩展规模只需添加更多的人类数据。 控制。一个在仿真环境中通过强化学习 (RL) 训练的高频控制层，可以在任何机器人上执行这些动作。OM-1 仅需不到 30 分钟的数据即可掌握一项全新的任务。 团队： Zipeng Fu（付子鹏） Cofounder & CEO 履历：Stanford PhD、Google DeepMind、CMU Chen Wang（王晨） Cofounder & CTO 履历：Stanford PhD；此前 Google DeepMind、NVIDIA、MIT CSAIL DexCap 一作（可穿戴手部动捕，用于从真人操作数据训练灵巧操作） Yifeng Zhu Member of Technical Staff 此前：UT Austin PhD 之前在Stanford DexCap的 工作：https://dex-cap.github.io/