@rohanpaul_ai: 很多具身AI仍然感觉像是AI模块被拼接到机器人上。TARS正在通过……采取一种不同的架构赌注。

X AI KOLs Timeline 模型
embodied-ai foundation-model physical-ai robotics ai-architecture training-methodology

摘要

TARS发布AWE 3.5，一个具身原生的基础模型，将动作、感知、几何和触觉集成到一个模型中，用于通用物理AI，声称任务执行效率比PI0.5高2倍。

很多具身AI仍然感觉像是AI模块被拼接到机器人上。 TARS正在通过AI World Engine (AWE) 3.5采取一种不同的架构赌注，这是TARS用于物理AI的具身原生基础模型。 其“一体诞生”方法从一开始就将动作、感知、几何和触觉集成到一个模型中，而不是后期拼接这些能力。 相同的模型驱动系统旨在跨不同任务、对象、环境和机器人身体进行泛化。 训练方案通过预训练和后训练，实现并验证了具身原生基础模型的完整闭环方法论。 在预训练期间，两个先验知识赋予模型对动作模式、空间结构和物理定律的基础理解，之后再适应到机器人上，而后训练则使用AI World Engine在模型内部向前滚动可能的未来状态，预测不同动作可能导致的结果，并利用这些预测选择更好的动作。 TARS将完整闭环描述为5个相互连接的部分：具身原生架构、双先验预训练、World Engine驱动的后训练、缩放验证和持续数据反馈。 TARS将AWE 3.5定位为通用物理AI领域最强大的具身原生基础模型之一，具备数分钟长视野闭环推理能力，任务执行效率大约是PI0.5的2倍。 @TARSRobotics #AWE35 #TARS #tarsrobotics 1.
查看原文
查看缓存全文

缓存时间: 2026/08/22 11:23

许多具身AI仍然感觉像是拼装在机器人身上的独立AI模块。

TARS则通过AI World Engine (AWE) 3.5采取了不同的架构策略——这是TARS为物理AI打造的具身原生基础模型。

其“一体化诞生“理念从初始设计就将动作、感知、几何与触觉整合到单一模型中，而非后期拼接各项能力。

这种模型驱动系统旨在实现跨任务、物体环境及机器人本体的泛化能力。

训练方案通过预训练与后训练，实施并验证了具身原生基础模型的完整闭环方法论。

预训练阶段通过两个先验知识，让模型在接入机器人前就建立对动作模式、空间结构与物理规律的基础理解；后训练阶段则利用AI World Engine在模型内部推演可能的未来状态，预测不同动作的潜在结果，并基于这些预测选择更优行动路径。

TARS将完整闭环概括为五个关联部分：具身原生架构、双先验预训练、世界引擎驱动后训练、规模验证与持续数据反馈。

TARS将AWE 3.5定位为最强大的通用物理AI具身原生基础模型之一，具备长达数分钟的闭环长程推理能力，任务执行效率约为PI0.5的两倍。

@TARSRobotics #AWE35 #TARS #tarsrobotics

相似文章

bytedance/UI-TARS-desktop

GitHub Trending (daily)

ByteDance 发布了 TARS，这是一个多模态 AI 智能体技术栈，包含 Agent TARS（基于 CLI/Web UI 的通用 AI 智能体，支持 GUI、浏览器和终端任务）和 UI-TARS Desktop（由 UI-TARS 模型驱动的原生桌面应用，用于本地和远程计算机/浏览器自动化）。该技术栈将多模态 LLM 与 MCP 工具相结合，实现类人任务处理能力。

tencent/HY-Embodied-0.5

Hugging Face Models Trending

腾讯发布了HY-Embodied-0.5，这是一套为具身AI智能体设计的基础模型套件，采用混合变换器（MoT）架构，提供高效的2B和强大的32B变体，用于真实世界的机器人控制和时空推理。