Gamma-Art用仿真数据训练铰接操作VLA并部署真机

伽马智能（Gamma Robotics）与中国电信人工智能研究院（TeleAI）提出Gamma-Art，用仿真合成的大规模铰接物体操作数据训练Gamma-Art-VLA，并直接部署真机，全程未使用真实机器人示范。评测显示，该模型在三款机器人上的总体平均成功率为76.7%，比使用真实机器人数据预训练的对比模型高7.3个百分点。 配套发布的Gamma-Sim数据合成链路与Gamma-Art-Data数据集收录超过100万条铰接物体操作轨迹，总时长4600+小时、约5亿帧图像，覆盖柜门、冰箱、抽屉、旋钮等几十类日常物件。训练流程为先用百万级仿真轨迹预训练，再用任务级合成示范做任务训练。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。