衡宇 发自 凹非寺量子位 | 公众号 QbitAI

代码Agent这两年为何前进飞快，，成为AI界的宗门巨匠兄？？？？？

由于这玩意儿自己个儿就超！闭！环！的！

代码Agent可以自动执行、自动验证、自动反馈。
。。写了代码跑一下就知道对差池，，奖励信号很是清晰明确。
。。

这给后训练（Post-training）阶段的自反馈闭环提供了完善条件。
。。

同样是AI界大热门，，具身智能现在就缺少这种“神助”。
。。

它面临的物理天下比代码Agent面临的天下重大多了，，并且很难获得马上验证。
。。

它吸收的信号不像代码那样有一个编译器就能判断，，它们模糊、腾贵，，并且每一次真机试错都意味着真金白银的人力和硬件消耗。
。。

VLA（视觉-语言-行动模子）是具身智能中最早受到关注的手艺蹊径。
。。

但很快，，各人发明这个手艺保存物理明确缺失、泛化能力极弱、长时序与妄想能力缺乏等等问题，，做不到“一家独大”包打天下。
。。

各人有点着急。
。。厥后，，天下模子又成了行业里的新骄子。
。。

但天下模子似乎也不是灵丹妙药（至少现在来看是这样的）……

这也不可那也不可，，具身智能，，你究竟要怎样。
。？？？？？？？？？？

这个时间，，原力灵机相关认真人站出来亮相：

我以为特殊愚蠢的一件事情是在「手艺蹊径」上给自己贴标签。
。。这件事情是特殊蠢的。
。。应该以目的导向。
。。你要解决什么问题，，挑选对应的要领去解决它，，而不是说我是什么要领的、什么门户的，，为此来证实只有我才是标新立异的。
。。

他先容，，约莫今年过年前，，原力灵机意识到可将天下模子作为后训练的一部分。
。。

一晃眼半年已往了。
。。这个月，，原力灵机宣布了旗下首款具身天下模子DW0.5，，并将它接入天下模子驱动的具身智能后训练框架DFOL2.0。
。。

“这套基模支持多模态输入，，包括使命指令、图片和视频，，还能选定机械人类型。
。。我们可以依附历史行动，，展望后续视频状态。
。。”原力灵机联合首创人汪天才说。
。。

他先容道，，DW0.5用上万小时真机、多视角数据完成联合预训练，，仿真能力很强，，能天生种种画面。
。。

不但能做出机械臂正常作业的视频，，就算参考过失行动，，也能还原使命失败的场景，，以此支持DFOL2.0框架的在线强化学习训练。
。。

DW0.5作为一个高保真仿真器，，把强化学习搬进虚拟天下。
。。

VLA先给出候选行动，，DW0.5在虚拟情形中预演未来，，判断乐成、失败与偏离风险，，再把可用反馈送回强化学习。
。。

按其披露的数据，，这套流程可让后训练中真机数据需求骤降60%，，整体训练本钱下降40%。
。。

具身智能行业急需低本钱反馈闭环

想相识DW0.5，，咱们先来看清它解决了什么样的行业问题。
。。

具身智能属于物理AI，，它的目的是让机械人在差别情形、差别物体和差别失败条件下一连变强。
。。

惋惜后训练飞轮一直跑不起来。
。。

真机一次rollout需要占用机械人、园地和人工，，一次行动失败可能直接让使命中止；；；人工反馈虽然更靠近真实判断，，但难以高频笼罩每其中心状态；；；仿真情形本钱确实低许多，，但现实中的接触、遮挡、反光、形变和不确定性又很难被完整复刻。
。。

基于这个现实，，原力灵机从手艺侧提出了判断：VLA需要一个介于真机、人工反馈和古板仿真之间的训练情形。
。。最好它足够自制、能支持高频探索，，还更靠近真实操作历程。
。。

然后新的步伐就被脑暴出来了。
。。

用真实Rollout数据校准天下模子，，天下模子支持低本钱大规模的情形与数据生产，，新的policy再回到真真相形验证和网络数据。
。。

DW0.5就肩负了原力灵机VLA模子（DM0.5）后训练中的Learned Environment的角色。
。。

DW0.5三大专家？？？？？橹毓狗抡媛呒，，全方位提升泛化能力

DW0.5能展望行动执行后的未来状态，，甚至天生失败轨迹，，并对使命进度打分。
。。

详细而言，，DW0.5以Video Expert、Action Expert、Value Expert三大专家？？？？？樽槌赡芰α绰。
。。Video Expert与Action Expert配合服务行动效果预演，，Value Expert认真价值评估与反馈结构。
。。

这三个设计的思绪各有考究。
。。

设计一：Action是强先验，，而不是软提醒

在部分天下模子里，，行动信息只是一个附带的条件输入。
。。但DW0.5把行动当成结构性的强先验。
。。

它必需知道“机械臂在往这个偏向移动”，，才华展望出物理上合理的后续画面。
。。

DW0.5把action看成视频天生的一等条件，，通过结构化的帧级对齐强制绑定。
。。

在MoT（Mixture of Tokens）注重力中，，行动序列与视频序列拼接，，并用group-diagonal attention mask切断视频帧与非对应行动之间的信息通路。
。。

从结构上，，执行向左推和向右推的行动，，从一最先就走向完全差别的盘算路径。
。。

讲原理，，我们视察到近期学术界对这个手艺趋势有规模不小的探讨，，即主流VLA不做视频展望，，只做observation到action的映射。
。。

DW0.5这类用视频展望作为辅助监视的模子，，理论上能学到更强的因果动态明确。
。。

设计二：能模拟失败，，才配得上叫“仿真器”

只有乐成轨迹数据训练的模子容易形成过强的乐成偏置，，这样的系统无法识别过失行动，，更谈不上为强化学习提供处分信号。
。。

同时，，失败轨迹数据的价值对后训练来说挺珍贵的。
。。

因此DW0.5被明确要求能够天生“做砸了”的视觉轨迹，，让Value Expert可以比照乐成与失败的差别，，给出有区分度的打分。
。。

其数据战略围绕模拟失败设计，，让模子既学习“应该怎么做”，，也学习“做错了，，天下会酿成什么样”。
。。

团队体现，，DW0.5有四类数据源：

具身果真数据与自采机械人数据（包括遮挡、接触、延迟等真机噪声）互联网视频数据（增补开放天下动态）Egocentric第一视角人类活动数据（迁徙真实物理交互效果）真机与仿真rollout数据（笼罩偏离、卡住、恢复等中心状态）设计三：Value Expert把未来酿成可训练的反馈

这是DW0.5从“视频天下模子”走向“训练情形”的要害一步。
。。

Video Expert模拟行动效果，，Value Expert把效果转成可优化信号，，两者连系，，才组成完整的RL训练闭环。
。。

DW0.5引入Value Expert是为了把天生的未来转化为更麋集的价值信号。
。。

详细讲，，Value Expert它对目今状态、候选轨；；；蛘蝦ollout给出乐成概率或使命价值评估，，将希罕的使命效果信号转化为可以在每一步使用的中心反馈。
。。

在闭环系统中，，Value Expert可以用于：

候选行动筛。
。。憾远喔鰎ollout打分，，让VLA选择更可能乐成的未来。
。。RL后训练的reward信号：在天下模子情形中对VLA做战略优化，，无需频仍占用真机。
。。安排时的在线监测：发明目今状态偏离乐成路径，，实时触发重新妄想或失败恢复。
。。

数据显示，，DW0.5的Value-Order Correlation抵达95%以上。
。。

三个设计服务统一个闭环，，让DW0.5在VLA的训练和安排中饰演离线数据增强与偏好结构、RL后训练情形、安排时妄想与清静评估三种角色。
。。

依托DW0.5训练-调优-安排的全闭环赋能能力，，模子在工程化泛化体现方面同样值得关注。
。。

1）高阶指令与多步行动追随

模子不但能精准明确“Pick up the hammer, lift it into the air, and hold it steady（拿起铁锤、举至空中并坚持稳固）”等高难度多步长指令，，还能丝滑实现跨构型的行动追随。
。。

2）多维一连泛化

在面临重大长尾场景时，，展现出了强盛的跨情形、跨使命、跨构型的泛化天生实力。
。。

3）多视角强一致性

在模拟天生气械人前视、左腕、右腕等多相机流时，，展现出完善的空间与时序一致性。
。。

4）行动-视频天生高度一致性

能够直觉化地明确人类的双手操作视频，，并将其丝滑且等效地天生为机械臂的操作轨迹。
。。

让天下模子在具身智能工业大规模落地

说了这么多架构和原理，，最终照旧要回到一个问题：

DW0.5究竟怎么用？？？？？

整体来看，，DM0.5作为基础战略模子，，DW0.5认真行动效果预演与价值反馈，，RL将两者链接。
。。

基座模子DM0.5先天生一批初始行动，，推给天下模子DW0.5

—→DW0.5当仿真器，，在虚拟情形里把这些行动会导向的未来“跑”出来，，批量天生乐成和失败的轨迹

—→再由一个强化学习教练员CFG-RL，，给每条轨迹的使命进度打分（乐成的价值一起走高，，失败的价值断崖下跌）

—→打分和奖励实时回传，，更新模子权重，，喂出一个更强的DM0.5

这个循环里大部分数据由DW0.5在线天生，，不必所有靠真机翻来覆去高成外地去试。
。。

噫吁嚱！

具身智能的天下里，，天下模子终于有了一个明确的、能规；；；τ迷诨等税才爬汤锏母谖唬

纸上谈兵终觉浅。
。？？？？？梢钥吹，，在打气球、晾衣服、叠纸盒等高难度重大使命中，，接入DFOL 2.0的模子相比纯粹SFT（监视微调）基线，，要害方法乐成率蓦地提升。
。。

打气球使命：“给气球打气”这一步乐成率从10%升至90%；；；“气筒插入气球”乐成率从10%跃升至100%。
。。晾衣服使命：“乐成挂上衣架”这一长时序操作的SFT乐成率仅50%，，DFOL2.0加持下翻倍至100%；；；“衣架塞入衣服”的乐成率也从60%提升到了90%。
。。叠纸盒使命：“叠右侧纸盒”和“叠左侧纸盒”两浩劫点方法，，乐成率划分从35%拉升到了55%和50%。
。。

评测集这边，，DW0.5还在EWMBench、WorldArena等基准测试中横扫榜单，，划分以4.73、73.54的分数，，斩获全球SOTA（数据阻止7月9日）。
。。

真实安排希望方面，，原力灵机体现DW0.5已在内部跑通具死后训练闭环流程DFOL 2.0，，最先肩负数据天生、价值评估和战略迭代事情。
。。

同时，，这套手艺能力已接入原力灵机推出的DexDev MaaS（Model As a Service）平台。
。。

关于特定具身场景中零样本泛化能力缺乏的模子，，可通事后训练补足能力，，并接回平台服务。
。。

值得强调的是，，原力灵机再三对量子位强调并肯定了真实数据无可替换的价值。
。。

“我们只是用天下模子降低本钱，，真机数据照旧很主要的。
。。在手艺演进上，，天下模子现在仍需真机校准。
。。”原力灵机联合首创人汪天才说。
。。

我们问原力灵机，，关于天下模子在具身智能领域的运用，，尚有哪些其他想法？？？？？

获得的谜底是这样的——

随着视觉模子能力的一直提升，，现场职员可以借助Ego相机收罗操作数据，，镌汰对专业真机收罗和重大后训练团队的依赖，，降低现场后训练的门槛。
。。

那么，，就让时间来磨练这个谜底吧～

GitHubhttps://github.com/dexmal/opendwHugging Facehttps://huggingface.co/Dexmal/DW05-Base

SEO要害词排名优化软件哪家靠谱：深入剖析与推荐

在互联网这个无垠的海洋中，，怎样让自己的网站在亿万网站之中脱颖而出，，成为用户心目中的佼佼者，，这是每个网站主都面临的难题。
。。在这个信息爆炸的时代，，搜索引擎优化（SEO）手艺和SEO要害词排名优化软件成为了网站运营者的利器。
。。关于SEO要害词排名优化软件哪家靠谱，，本文将为各人详细剖析，，并推荐几款值得信任的软件。
。。

我们需要相识什么是SEO要害词排名优化软件。
。。SEO是Search Engine Optimization的缩写，，即搜索引擎优化，，它是通过优化网站的各个方面，，使其在搜索引擎中获得更高的排名，，从而吸引更多的自然流量。
。。而SEO要害词排名优化软件，，则是一种专业工具，，能够资助用户剖析要害词的搜索量、竞争水平、排名情形，，从而制订有用的SEO战略。
。。

在选择SEO要害词排名优化软件时，，需要注重以下几点：

1. 数据准确性

数据是决议SEO软件价值的要害。
。。一个优异的SEO软件应当提供准确、实时的数据。
。。这意味着它能够准确反映要害词的搜索量、点击率、竞争水一律信息。
。。准确的数据能资助网站运营者制订更精准的优化战略，，提高网站在搜索引擎中的排名。
。。

2. 用户界面友好

一个重大难明的软件关于初学者来说，，是一种重大的阻碍。
。。选择一个界面精练、操作简朴的软件，，能够资助用户更快速地上手，，并有用使用其功效。
。。

3. 功效周全

一个周全的SEO软件应当包括要害词研究、竞争敌手剖析、网站排名追踪、内容优化建议等多种功效。
。。功效越周全，，能够为用户提供越发周全的优化服务。
。。

4. 客户支持

在使用历程中，，可能会遇到种种问题。
。。一个提供实时、专业客户支持的软件，，能够资助用户快速解决问题，，提高使用效率。
。。

5. 价钱合理

虽然免费软件有其优势，，但在某些功效和数据上往往不如付费软件。
。。因此，，选择一个价钱合理、性价比高的软件，，是很是主要的。
。。

我们来看看市面上一些值得推荐的SEO要害词排名优化软件。
。。

1. Ahrefs

Ahrefs是一款备受好评的SEO工具，，其数据准确性和功效周全性堪称行业领先。
。。它不但提供要害词研究、竞争敌手剖析、网站排名追踪等焦点功效，，还包括内容优化建议、链接建设等高级功效。
。。Ahrefs的界面友好，，操作简朴，，很是适合种种级别的用户。
。。其高昂的价钱可能是一些小型网站的障碍，，但关于大型企业和SEO专业人士来说，，这款软件是一个值得投资的选择。
。。

2. SEMrush

SEMrush是另一款功效强盛的SEO工具，，它提供了富厚的数据剖析和优化建议。
。。要害词研究、竞争敌手剖析、网站排名追踪、内容优化建议等功效都很是周全。
。。SEMrush的界面设计直观，，易于上手，，适合种种用户。
。。虽然价钱也较量高，，但其提供的高级功效和数据准确性，，使其成为许多SEO专业人士的首选。
。。

3. Moz Pro

Moz Pro是一款功效强盛且易于使用的SEO工具。
。。它提供了要害词研究、网站排名追踪、链接建设、内容优化等周全的功效。
。。Moz Pro的数据准确，，界面友好，，适合中小型企业和SEO初学者。
。。相对其他高级工具，，Moz Pro的价钱相对更为合理，，性价比高。
。。

4. Serpstat

Serpstat是一款集成了多种SEO工具的综合性软件。
。。它提供了要害词研究、竞争敌手剖析、网站排名追踪、内容优化建议等功效，，数据准确，，界面友好。
。。Serpstat的价钱相对较为亲民，，适合预算有限但需要周全SEO优化工具的用户。
。。其强盛的功效和合理的价钱，，使其成为许多中小型企业的理想选择。
。。

5. Keyword Tool

Keyword Tool是一款专注于要害词研究的软件，，其数据泉源于Google Autocomplete、YouTube、Amazon等平台，，能够提供富厚的要害词建议。
。。虽然它不具备周全的SEO功效，，但在要害词研究方面体现优异。
。。Keyword Tool的界面精练，，适合初学者和要害词研究者。
。。其免费版本也很是适用，，关于预算有限但需要基础SEO工具的用户，，是一个不错的选择。
。。

选择一个靠谱的SEO要害词排名优化软件，，需要凭证自身的需求和预算举行综合思量。
。。上述推荐的几款软件，，各有其特点和优势，，希望能为您的SEO之旅提供资助。
。。

无论选择哪款SEO软件，，一连学习和优化都是乐成的要害。
。。SEO是一个恒久的历程，，需要一直调解和优化战略，，才华在搜索引擎中获得更高的排名，，吸引更多的自然流量。
。。希望本文的分享能够为您的网站带来更多的曝光和时机，，祝您的SEO之路顺遂！