热点事件持续更新
EmbodiedSmith 用递归自我改进生成具身训练数据
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，AGI Hunt 报道称 EmbodiedSmith 提出以递归自我改进（RSI）飞轮在仿真中规模化生成具身数据，用以缓解机器人基础模型训练数据与环境评估的瓶颈。该系统统一资产、场景与任务生成，并通过 agentic 精炼环让场景与任务生成互相迭代，报道称长程任务生成成功率显著提升。它支持移动操作臂、人形与灵巧手，以及可变形物体和流体交互。下游策略实验显示，数据多样性提升带来更好的泛化表现。目前仅有这一篇报道，尚无其他来源的后续进展或与之矛盾的说法。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 11:17
AGI Hunt 报道：EmbodiedSmith 以 RSI 飞轮规模化生成具身数据，长程任务生成成功率显著提升。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- AGI HuntEmbodiedSmith：递归自我改进飞轮批量生成机器人训练数据
EmbodiedSmith 通过递归自我改进（RSI）在仿真中规模化生成具身数据，以缓解机器人基础模型训练数据与环境评估瓶颈。它统一资产、场景与任务生成，agentic 精炼环让场景与任务生成互相迭代，长程任务生成成功率显著提升。支持移动操作臂、人形与灵巧手及可变形物体、流体交互，下游策略实验显示数据多样性提升带来更好泛化。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。