AI在线 AI在线

字节跳动发布 GR-2 机器人 AI 大模型：任务平均完成率 97.7%，模拟人类学习处理复杂任务

作者：故渊 2024-10-10 09:38
字节跳动研究团队最新推出了第二代机器人大模型 GR-2（Generative Robot2.0），其亮点在于创新构建“机器人婴儿期”学习阶段，模仿人类成长学习复杂任务，具备卓越的泛化能力和多任务通用性。 GR-2 模型和其它很多 AI 模型一样，包括预训练和微调两个过程。在预训练阶段，GR-2“观看”了多达 3800 万个来自各类公开数据集的互联网视频以及 500 亿个 tokens，涵盖了家庭、户外、办公室等多种日常场景，让 GR-2 具备在后续策略学习中跨越广泛机器人任务和环境的泛化能力。在微调阶段，团队使用机

字节跳动研究团队最新推出了第二代机器人大模型 GR-2（Generative Robot2.0），其亮点在于创新构建“机器人婴儿期”学习阶段，模仿人类成长学习复杂任务，具备卓越的泛化能力和多任务通用性。

GR-2 模型和其它很多 AI 模型一样，包括预训练和微调两个过程。

在预训练阶段，GR-2“观看”了多达 3800 万个来自各类公开数据集的互联网视频以及 500 亿个 tokens，涵盖了家庭、户外、办公室等多种日常场景，让 GR-2 具备在后续策略学习中跨越广泛机器人任务和环境的泛化能力。

字节跳动发布 GR-2 机器人 AI 大模型：任务平均完成率 97.7%，模拟人类学习处理复杂任务

在微调阶段，团队使用机器人轨迹微调了视频生成和动作预测，展现出卓越的多任务学习能力，在超过 100 个任务中实现了平均成功率 97.7%。

字节跳动发布 GR-2 机器人 AI 大模型：任务平均完成率 97.7%，模拟人类学习处理复杂任务

此外，GR-2 在新颖、之前未见的场景中表现出色的泛化能力，包括新的背景、环境、物体和任务。

AI在线附上参考地址

GR-2: A Generative Video-Language-Action Model with Web-Scale Knowledge for Robot Manipulation

字节跳动推机器人大模型 GR-2 展现智能自主操作新高度

GR-2 登场！ByteDance Research 提出机器人大模型，具备世界建模和强大泛化能力

相关标签：
机器人 能力 泛化 GR

相关资讯

傅利叶发布新一代通用人形机器人 GR-2，CEO 顾捷称其有望三五年内迎来“GPT 时刻”

傅利叶发布新一代通用人形机器人 GR-2，CEO 顾捷称其有望三五年内迎来“GPT 时刻”
傅利叶智能今天发布了自主研发的新一代通用人形机器人 GR-2，官方称其产品愿景为“为 AI 打造最佳具身载体”，具备更灵活、更强劲、更开放的特性。 AI在线汇总该机器人主要信息如下：其外观沿用 GR-1 的仿生设计语言，升级后的身高达到 175cm，体重 63kg，全身共有 53 个自由度，单臂运动负载达 3kg，能够完成更复杂的操作。此外，该机器人搭载的新一代电池容量实现翻倍，续航时间延长至 2 小时。其在支持直充的基础上，还增加可拆卸换电方案，充分满足运动需求。该机器人还搭载了新一代灵巧手，单手自由度由初代的
9/26/2024 3:52:58 PM
清源
​清华与星动纪元联合开源首个 AIGC 机器人大模型 VPP

​清华与星动纪元联合开源首个 AIGC 机器人大模型 VPP
近日，星动纪元宣布，已与清华大学叉院的 ISRLab 合作，开源了首个 AIGC（生成式人工智能内容）机器人大模型 ——VPP(视频预测策略)。 这一创新成果有望在机器人领域带来革命性的进展。 VPP 模型通过将视频扩散模型的泛化能力引入到通用机器人操作策略中，解决了以往机器人推理速度慢的问题。
5/7/2025 5:00:44 PM
AI在线
字节具身智能新成果：用大规模视频数据训练GR-1，复杂任务轻松应对

字节具身智能新成果：用大规模视频数据训练GR-1，复杂任务轻松应对
如何利用大规模的视频数据来帮助机器人学习复杂任务？最近 GPT 模型在 NLP 领域取得了巨大成功。GPT 模型首先在大规模的数据上预训练，然后在特定的下游任务的数据上微调。大规模的预训练能够帮助模型学习可泛化的特征，进而让其轻松迁移到下游的任务上。但相比自然语言数据，机器人数据是十分稀缺的。而且机器人数据包括了图片、语言、机器人状态和机器人动作等多种模态。为了突破这些困难，过去的工作尝试用 contrastive learning [1] 和 masked modeling [2] 等方式来做预训练以帮助机器人更
12/29/2023 11:49:00 AM
机器之心
  • 1
资讯热榜
阿里推出 AI 医学助手 App“氢离子”：收录千万级核心期刊文献，还可查疾病、找药品 刷新无监督异常检测上限！首提「匹配代价滤波for异常检测」范式 | ICML'25 中国移动“九天”通用基础大模型 3.0 发布，核心技术开源 业界首个，腾讯混元 3D 世界模型正式发布并开源 AI和云基础设施初创企业E2B如何成为88%的财富100强企业的必备选择 腾讯Robotics X具身智能开放平台Tairos发布，融合左脑、右脑、小脑 FastAPI开发AI应用：模型新增图片理解 AI 预测点球方向准确率超人类守门员，高达 52%
标签云
人工智能 AI OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画 谷歌 机器人 数据 大模型 Midjourney 开源 智能 用户 Meta 微软 GPT 学习 技术 图像 Gemini AI创作 马斯克 论文 智能体 Anthropic 英伟达 代码 算法 训练 Stable Diffusion 芯片 蛋白质 开发者 腾讯 生成式 LLM 苹果 Claude 神经网络 AI新词 3D 研究 机器学习 生成 AI for Science Agent xAI 计算 人形机器人 Sora AI视频 GPU AI设计 百度 华为 搜索 大语言模型 工具 场景 字节跳动 具身智能 RAG 大型语言模型 预测 深度学习 伟达 视觉 Transformer AGI 视频生成 神器推荐 亚马逊 Copilot DeepMind 架构 模态 应用