Steertuning：5段人类视频微调机器人策略

2026年10月15日，arXiv Artificial Intelligence 刊出 Billy Yan 等作者的论文，提出 Steertuning 系统，让机器人在新环境中仅凭 5 段人类演示学习新任务。据该报道，系统先在 100 小时密集标注的第一人称人类交互数据上预训练一个 400M 参数的扩散策略，再针对新任务微调 2 分钟（2000 次训练更新），并在反向采样时用与部署环境观测最接近的演示引导策略动作；全过程从数据采集到策略部署不到 5 分钟。论文称，给定新任务的 5 段演示，模型仅微调 2 分钟（2000 次训练更新），完整数据集、模型权重、代码库与机器人视频将在其网站发布。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。