原帖引用 · AI 翻译
这很酷。 仅通过给 V0.5 增加预训练数据，完全不进行针对特定任务的微调，它在 RoboTwin 2.0 上的成功率就从 23% 提升到 51%，大约翻了一番。
而且，这一趋势丝毫没有趋于平缓的迹象。这表明机器人操作存在数据规模定律，因此 Verne 现在正将其数据量扩大 10 倍。
@VerneRobotics 的发布太精彩了
V0.5 是一个开放权重的世界动作模型，通过摄像头观察，并输出机械臂、夹爪和移动底座接下来 1 秒的运动。
最重要的是，它仅凭不到 2 小时的演示就学会了新的工业任务。
> 房间环境一变，机器人模型通常就会表现不佳。在两款模型训练时都未见过的杂物和新光照条件下，Verne Robotics 的 V0.5 在仿真中的得分下降了 7.6 个百分点，而 Physical Intelligence 的 π0.5 下降了 24.7 个百分点。
> 在 RoboTwin 2.0 上，根据 Verne 的测试，随机变化的杂物、光照和纹理使 V0.5 的成功率从 81.0% 降至 73.4%，而 Physical Intelligence 的 π0.5 则从 70.7% 降至 46.0%。
> V0.5 基于 Wan2.2 视频生成器构建，通过超过 170 万次演示进行学习，在预测即将出现的摄像头画面的同时，预测产生这些画面的动作。
https://t.co/BaTwYMcNsj
https://t.co/8WKzZHXJIw
原文
Brilliant release by @VerneRobotics V0.5, an open-weight world action model, that looks through cameras and outputs the next second of arm, gripper and mobile-base motion. The big deal is that it learned new industrial tasks from under 2 hours of demonstrations. > Robot models usually stumble when a room changes. With clutter and new lighting that neither model trained on, Verne Robotics’ V0.5 lost 7.6 points in simulation, while Physical Intelligence’s π0.5 lost 24.7. > On RoboTwin 2.0, randomized clutter, lighting and textures cut V0.5 from 81.0% to 73.4% in Verne’s tests, while Physical Intelligence’s π0.5 fell from 70.7% to 46.0%. > Built on the Wan2.2 video generator, V0.5 learned from over 1.7M demonstrations to predict upcoming camera frames alongside the motion producing them. https://t.co/BaTwYMcNsj https://t.co/8WKzZHXJIw
推出 V0.5，Verne 面向工业机器人的开放权重世界动作模型。
我们相信，要让机器人技术惠及大众，首先要让所有人都能使用前沿基础模型。
要让机器人走进每个行业，需要许多团队在众多工作流程中取得的共同进展基础上继续构建。
在 LIBERO 和 RoboTwin 2.0 基准测试中，V0.5 是美国制造的领先开放权重模型。
我们希望你能加入我们，一起将 V0.5 投入实际应用。
原文
Introducing V0.5, Verne’s open-weight world action model for industrial robots. We believe democratizing robotics starts with making frontier foundation models open to everyone. Bringing robots to every industry will take many teams, building on shared progress across many workflows. V0.5 is the leading US-made open-weight model on LIBERO and RoboTwin 2.0 benchmarks. We hope you’ll join us in putting V0.5 to work.