字节跳动发布 GR-2 机器人 AI 大模型：任务平均完成率 97.7%，模拟人类学习处理复杂任务

最新 10 月 10 日消息，字节跳动研究团队最新推出了第二代机器人大模型 GR-2（Generative Robot2.0），其亮点在于创新构建“机器人婴儿期”学习阶段，模仿人类成长学习复杂任务，具备卓越的泛化能力和多任务通用性。

GR-2 模型和其它很多 AI 模型一样，包括预训练和微调两个过程。

在预训练阶段，GR-2“观看”了多达 3800 万个来自各类公开数据集的互联网视频以及 500 亿个 tokens，涵盖了家庭、户外、办公室等多种日常场景，让 GR-2 具备在后续策略学习中跨越广泛机器人任务和环境的泛化能力。

在微调阶段，团队使用机器人轨迹微调了视频生成和动作预测，展现出卓越的多任务学习能力，在超过 100 个任务中实现了平均成功率 97.7%。

此外，GR-2 在新颖、之前未见的场景中表现出色的泛化能力，包括新的背景、环境、物体和任务。

最新附上参考地址

• GR-2: A Generative Video-Language-Action Model with Web-Scale Knowledge for Robot Manipulation

• 字节跳动推机器人大模型 GR-2 展现智能自主操作新高度

• GR-2 登场！ByteDance Research 提出机器人大模型，具备世界建模和强大泛化能力