热点事件持续更新
研究探索虚拟世界具身智能持续预训练扩展定律
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月22日，arXiv发表关于多样虚拟世界具身智能体持续预训练（CPT）扩展的研究。该研究覆盖了从0.8B至27B的模型参数以及50至1,600小时的数据规模，测试了共计120种配置。实验结果显示，数据量能够提升语料内表现，而数据多样性有助于向相关虚拟世界的迁移，研究还据此拟合了关联损失、数据与规模的经验扩展法则。评估显示，模型在3D实时场景中表现优异，但在远端世界的泛化上仍面临瓶颈，表明构建通用具身智能体仍需要超越CPT的后续训练阶段。
AI 根据报道生成 · 58 分钟前更新
最新进展10月22日 12:00
研究测试120种配置拟合具身智能持续预训练扩展法则，指出远端泛化仍需超越CPT阶段。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv 人工智能游戏中的 Scaling：面向多样虚拟世界具身智能体的持续预训练
研究人员针对多样虚拟世界具身智能体展开持续预训练（CPT）扩展研究，覆盖 0.8B 至 27B 模型与 50 至 1,600 小时数据共 120 种配置。实验表明数据量提升语料内表现，多样性促进相关世界迁移，并拟合了关联损失、数据与规模的经验扩展法则。模型在 3D 实时场景表现优异，但远端世界的泛化瓶颈表明通用具身智能体仍需超越 CPT 的训练阶段。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。