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

在当今数字化时代，，，，，，网络已成为人们获守信息、举行交流的主要途径。。。。无论是商家推广产品、个人展示才艺，，，，，，照旧企业提升品牌着名度，，，，，，网络的主要性不言而喻。。。。而在这个信息爆炸的时代，，，，，，怎样让自己的网站在众多竞争者中脱颖而出，，，，，，成为公共关注的焦点，，，，，，便成为了每个网站主的主要使命。。。。而在这其中，，，，，，南宁百度SEO排名优化教程无疑是一个不可忽视的主要话题。。。。本文将为各人详细先容什么是SEO，，，，，，怎样通过南宁百度SEO排名优化教程提升网站在搜索引擎中的排名，，，，，，让凯时AG网站在竞争中蜚声而起。。。。

让我们来相识一下SEO的看法。。。。SEO全称是Search Engine Optimization（搜索引擎优化），，，，，，是指通过一系列优化网站的手艺手段，，，，，，提高网站在搜索引擎中的自然排名，，，，，，以增添网站的曝光率和流量。。。。南宁作为广西壮族自治区的首府，，，，，，作为一个经济生长迅速的都会，，，，，，其外地搜索市场也日益壮大。。。。因此，，，，，，掌握南宁百度SEO排名优化教程，，，，，，关于在南宁市场运营的企业和个人来说，，，，，，是很是主要的。。。。详细该怎样通过SEO优化提升网站在百度搜索中的排名呢？？？？我们将从多个方面详细叙述。。。。

一、要害词研究与选择

要害词是SEO优化的焦点，，，，，，没有合适的要害词，，，，，，凯时AG起劲将白搭。。。。要害词研究是SEO优化的第一步。。。。在南宁市场，，，，，，我们需要研究外地用户的搜索习惯和需求，，，，，，找到与我们营业相关的高效要害词。。。。通过使用要害词工具，，，，，，如百度要害词工具、Ahrefs、SEMrush等，，，，，，我们可以获得大宗要害词数据，，，，，，包括要害词的搜索量、竞争度等信息。。。。这些数据将资助我们选择最具潜力的要害词。。。。

在选摘要害词时，，，，，，我们需要思量以下几点：

1.搜索量：选择搜索量大但竞争相对较小的要害词，，，，，，这样能够获得更多的流量，，，，，，同时又不会由于竞争过于强烈而难以排名。。。。

2.相关性：要害词必需与凯时AG网站内容高度相关，，，，，，这样才华吸引到目的用户。。。。

3.长尾要害词：长尾要害词（即较长的、更详细的要害词）通常竞争较小，，，，，，但准确度高，，，，，，能够带来更有价值的流量。。。。

举个例子，，，，，，若是我们谋划的是一家南宁的手工艺品店，，，，，，我们可以选择“南宁手工艺品”、“南宁定制手工艺品”、“南宁手工艺品制作服务”等要害词举行优化。。。。这些要害词能够更精准地吸引到对凯时AG产品感兴趣的用户。。。。

二、网站内容优化

1.建设原创内容：阻止剽窃，，，，，，创作原创且有价值的内容，，，，，，能够提升用户的信任和搜索引擎的评价。。。。

2.要害词优化：在文章问题、段落、图片形貌等地方合理地嵌入要害词，，，，，，但阻止要害词堆砌，，，，，，坚持自然流通。。。。

3.长篇内容：越是长篇、详细的内容，，，，，，越能吸引用户和搜索引擎的青睐。。。。只管创作凌驾1000字的长篇文章。。。。

4.使用内链和外链：内链可以资助用户更好地导航，，，，，，提高页面停留时间；；；；；外链则能提升网站的权威性和可信度。。。。

在南宁市场，，，，，，我们可以撰写关于南宁的旅游攻略、美食推荐、文化先容等内容，，，，，，吸引外地用户和游客的关注。。。。我们也可以与外地的博客、媒体相助，，，，，，举行内容分享和外链建设。。。。

三、手艺优化

1.网站加载速率：确保网站加载速率快，，，，，，可以使用压缩图片、优化CSS和JS文件等要领，，，，，，提升用户体验。。。。

2.移动端优化：随着越来越多的用户使用手机浏览网页，，，，，，确保网站在移动端上的显示效果优异，，，，，，是提升SEO的要害。。。。

3.URL结构：URL结构要精练明晰，，，，，，包括要害词，，，，，，便于搜索引擎剖析。。。。

4.HTTPS清静：使用HTTPS加密协议，，，，，，提升网站清静性，，，，，，也能在搜索引擎排名中获得优势。。。。

在南宁市场运营，，，，，，我们还可以关注外地的手艺需求，，，，，，例如外地化的网站设计和开发，，，，，，确保在南宁用户的浏览体验最佳。。。。

四、链接建设

1.原创内容：创作高质量的原创内容，，，，，，吸引其他网站举行链接引用。。。。

2.社交媒体：在社交媒体上起劲推广凯时AG网站，，，，，，吸引更多的用户点击和分享，，，，，，从而获得更多的链接。。。。

3.相助交流链接：与相关行业的网站举行链接交流，，，，，，提升互动和影响力。。。。

4.博客和论坛：在博客和论坛中分享凯时AG专业知识和看法，，，，，，并在合适的位置添加网站链接。。。。

在南宁市场，，，，，，我们可以与外地的企业、组织和媒体建设相助关系，，，，，，举行链接建设和推广。。。。

五、外地化优化

1.Google My Business：建设并优化Google My Business账户，，，，，，确保在Google Maps和搜索效果中展示准确的信息，，，，，，包括公司名称、地点、电话、营业时间等。。。。

2.外地要害词：在网站内容中使用南宁相关的外地要害词，，，，，，例如“南宁XX”、“南宁XX服务”等，，，，，，提升在外地搜索中的可见度。。。。

3.地图优化：在网站上添加外地地图，，，，，，显示公司的详细位置，，，，，，利便用户查找。。。。

4.外地新闻和活动：关注南宁的外地新闻和活动，，，，，，在适当的时间举行推广，，，，，，增添外地用户的互动。。。。

5.外地评价和谈论：勉励客户在Google My Business、Yelp等平台上留下评价和谈论，，，，，，提高外地用户的信任和信誉。。。。

在南宁市场，，，，，，我们可以通过加入外地的活动、展会，，，，，，增添品牌的曝光度和信誉，，，，，，同时通过外地化优化，，，，，，让更多南宁用户发明凯时AG网站。。。。

六、剖析与调解

1.数据剖析：使用Google Analytics、百度统计等工具，，，，，，剖析网站的流量、用户行为、转化率等数据，，，，，，找出优化的偏向。。。。

2.要害词剖析：一连关注要害词的体现，，，，，，包括搜索量、点击率、转化率等，，，，，，实时调解要害词战略。。。。

3.竞争敌手剖析：研究竞争敌手的SEO战略，，，，，，找出他们的优势和缺乏，，，，，，借鉴有用的做法。。。。

4.SEO工具：使用SEO工具如Ahrefs、SEMrush、Moz等，，，，，，举行手艺剖析和要害词研究，，，，，，发明网站的优化空间。。。。

通过一直的数据剖析和调解，，，，，，我们可以逐步提升网站在南宁百度搜索中的排名，，，，，，抵达最佳的SEO效果。。。。

七、案例分享

某南宁手工艺品店在举行SEO优化前，，，，，，在百度搜索中的排名较差，，，，，，难以吸引到外地用户。。。。经由要害词研究，，，，，，他们选择了“南宁手工艺品”、“南宁定制手工艺品”等要害词举行优化。。。。他们建设了大宗高质量的内容，，，，，，包括手工艺品制作历程、客户评价等，，，，，，并举行了手艺优化和链接建设。。。。经由半年的起劲，，，，，，他们的网站在百度搜索效果中的排名显著提升，，，，，，营业量也大幅增添。。。。

这个案例展示了通过系统的SEO优化战略，，，，，，可以显著提升网站在外地市场的可见度和营业量。。。。

八、结语

SEO优化是一个需要耐心和一连起劲的历程，，，，，，但它的回报是很是丰盛的。。。。通过南宁百度SEO排名优化教程，，，，，，我们可以系统地提升网站在搜索引擎中的排名，，，，，，吸引更多的外地用户，，，，，，提升营业量。。。。希望本文能够为各人提供有价值的信息，，，，，，资助各人在南宁市场中取得乐成。。。。

在未来的数字化时代，，，，，，SEO将继续施展主要作用，，，，，，每个网站都需要一直地优化和调解，，，，，，以顺应一直转变的情形。。。。让我们一起起劲，，，，，，掌握SEO优化技巧，，，，，，在南宁市场中创立更大的乐成！