清华旗下星动纪元的具身模型最近登顶全球第一——这份成绩的核心不是堆数据或外挂，而是训练思路的关键调整：没把视频预测和动作学习混着练，反而拆成两个阶段单独推进。
它到底是怎么训练的？拆解那步关键的“解耦”
很多做具身模型的团队，习惯把视频预测和动作学习绑在一起训练，相当于让模型同时做两件事，容易互相干扰。星动纪元反着来，把这两个任务解耦，分阶段练：先把视频预测的能力练扎实，再单独推进动作学习的部分，不追求“一锅炖”的效率，反而让每个环节的训练更聚焦。全程没加额外数据，也没搞什么特殊优化，纯靠训练流程的调整拿到了全球第一的成绩。
为啥这招能突围？不堆量的另一条路
之前大家对具身模型的印象，往往是靠大参数、多数据砸出来的——比如GPT系列的迭代，或是相关技术升级，都离不开规模支撑。星动纪元的突破却走了另一条路：不靠堆料，靠结构优化。解耦训练让模型在每个阶段精准学习对应任务的核心逻辑，不用在多任务里分散注意力，自然能在评测里拿到更好的结果。这说明，具身模型的突破不一定只有“堆参数”一条路，训练思路的调整，同样能带来实力跃升。
对行业来说，这是个明确信号
对很多想切入具身模型赛道的团队来说，星动纪元的成绩是个信号：不用总跟着大厂的“堆量玩法”，在训练的核心逻辑上找突破口，也能做出全球顶尖的产品。清华的这次突破，给行业提了个醒：技术突围不一定非要靠规模碾压，换个思考角度，就能找到新机会。
现在具身模型的赛道，一边是大厂靠海量数据和大参数抢市场，一边是像星动纪元这样的团队，靠训练结构创新破局。接下来，会不会有更多团队敢跳出“堆参数”的惯性，去在训练思路上做文章？
素材来源：量子位 · AI情报、大模型、AI芯片与算力、具身智能
查看报道原文
本文由 WeValue 情报引擎基于公开报道整理改写
发表第一条评论吧