Tutor Intelligence宣布推出机器人训练框架TRACE,以及首个使用该框架训练的TI系列模型TI-0.1。公司介绍,这套流程从少量人工示范出发,在仿真中训练操作策略,再部署到Sonny机器人上;其演示表现尚缺少独立验证。
Tutor的研究目录将TI-0.1技术报告标注为2026年11月9日。配套博客介绍了训练流程,但现有材料未包含技术报告全文,无法据此核查完整实验方法与基准结果。
按照Tutor的介绍,语言模型智能体先依据人工示范重建仿真,既还原场景外观,也还原机器人与物体的运动。系统随后在仿真中回放实机记录的指令,检查模拟的物理过程是否与真实运动一致。
操作策略在仿真中通过强化学习练习任务,智能体则检查运行轨迹并调整任务设计。Tutor披露,在一次乐高实验中,策略曾学会倒空整个料箱,而不是取出单块积木。这个案例提示,增加训练仍需配合对任务目标和实际行为的检查,否则学到的动作可能偏离人的意图。
Tutor称,训练所得的强化学习策略随后被蒸馏进TI-0.1,由后者根据相机图像和机器人关节读数控制Sonny;实机试验暴露的仿真差异,再反馈到下一轮训练。也就是说,前沿模型参与仿真重建和任务修正,最终执行动作的是训练后的机器人模型。
公司称TI-0.1已能在Sonny上以人类速度自主运行,并称博客顶部的演示视频以正常速度播放。但现有材料没有充分披露速度比较方法、任务成功率、人工介入量及跨任务泛化结果,因此还不能据此判断它在不同生产任务中的可靠性。
Tutor进一步提出,对于已部署机器人的指定任务,性能可以纯粹随计算投入增加而提升。这仍是公司的技术主张:现有材料缺少计算投入与性能的对应曲线,尚不足以确认这一关系的适用范围。
Martin Casado在X上推荐了这份报告,认为它展示了前沿模型用于机器人训练的发展方向。其评价也有投资背景:a16z已宣布领投Tutor的B轮融资,Casado是该投资公告的共同署名作者之一。
这套流程值得关注的机会,是将部分真实环境中的试错转移到仿真训练中。按这一机制推断,机器人学习可能更多依靠计算来迭代;但净成本能否下降,仍取决于仿真误差、任务设计偏差和人工修正投入能否得到控制,现有材料尚未验证这一经济效果。
参考来源:
