逼近GPT-6 Astra!韩松团队让Qwen3.8-27B在5090上操作机械臂,现已开源

2026.11.15 · 收录日 2026.11.15 · 模型 · 开源项目 · 媒体报道

MIT韩松团队开源PEAR,纯仿真强化学习让27B模型直接操控真机机械臂。

MIT 韩松团队公布机器人后训练项目 PEAR,基于开源 Qwen3.8-27B,不用人类遥操演示和真机数据,只在仿真环境做强化学习。训后直接部署到从未见过的双臂 YAM 真机,30 次测试成功 18 次,训练前为 0 次;在 RTX 5090 上解码速度达 221 tok/s。

  • PEAR 基于 Qwen3.8-27B,无需人类遥操演示和真机数据,仅在仿真环境做强化学习,训练方案叫 Robot-Use RL。
  • 真机迁移:在从未见过的双臂 YAM 上 30 次测试成功 18 次(60%),底座模型 Qwen3.8-27B 为 0/30。
  • LIBERO 上 Qwen3.8-27B 零样本 1.6%,PEAR 达 74.4%;面对任务替换、布局替换扰动,PEAR 分别只掉 17 分和 16.9 分。
  • 通用能力基本保留:AIME 2026 得 98.5、GPQA Diamond 89.7、LiveCodeBench 88.4,视觉基准与基础模型差距不超过 2 分。
  • 推理栈为 NVFP4 权重量化加 Inco AI 的 DFlash2 drafter,单张 RTX 5090 解码 221 tok/s,单张 GB300 达 747 tok/s。

为什么值得看

小模型纯仿真训练即可操控真机,且通用能力不退化。

适合谁关注

机器人研究者、具身智能开发者、开源模型使用者。

原始来源

查看收录日 2026.11.15 全部卡片 · 全部卡片归档