Seed2Scale自进化数据引擎论文发布

2026年10月9日，arXiv cs.RO 刊出 Cong Tai 等作者的论文，提出 Seed2Scale 自进化数据引擎，面向可扩展机器人学习，并包含平行世界扩展。论文称该引擎仅需 4 个种子演示即可启动，通过“小模型采集、大模型评估、目标模型学习”的异构协同实现稳定自进化；平行世界阶段将轨迹投射到同一任务的不同环境，以扩充数据多样性。实验方面，论文称目标模型成功率随迭代持续上升，零样本真实世界评测成功率达 75.38%，而基线方法完全失败（0%）。上述数字与结论均来自该论文自述，尚无其他来源独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。