北大董豪团队推出 HIL-UMI，让具身后训练摆脱真机依赖
原标题：启元机器人新进展：北大董豪团队推出 HIL-UMI，让后训练摆脱「真机依赖」
AI 摘要
北京大学董豪团队（启元机器人首席科学家）推出 HIL-UMI，一种面向具身后训练的无本体数据采集与纠错方案。该方法将模型接入手持 UMI 夹爪采集流程，通过动作分歧检测和优势估计器自动识别模型盲区并触发定向示范，无需真实机械臂参与。在折毛巾、整理桌面、叠方块、盖章四项真机任务中，相同数据预算下平均任务进度分从常规 SFT 的 58.0 提升至 94.8，整理桌面任务采集效率较真机 HG-DAgger 提升 5.63 倍。
正文节选
最近，具身行业讨论“无本体进行后训练的可能性”的热度很高。国内外目前还没有团队做出可行方案。说白了，无论是大模型还是具身机器人，想真正好用，光靠预训练打基础可不行，最终落地全靠“后训练”来调教。启元机器人首席科学家董豪告诉AI科技评论：“预训练提升的是下限，上限还得看后训练。”当前具身公司追求进厂打工、家庭保洁等真实落地，比的就是成功率，也就是在比拼后训练的实力。可后训练，难就难在它得跟真实物理世界打交道，过去都得用纯真机数据。但真机训练成本太高，要大规模铺开，那么多的机器人本体，硬件磨损、场地、人工都是天价。所以，行业内预训练已经开始转向用“无本体”设备采集数据，虽然量上去了，但传统后训练最关键的“纠错”环节却没法搞定。为了解决这个行业难题，北大和启元机器人董豪团队推出了HIL-UMI。这个工作，围绕着具身后训练阶段无本体的前提下，围绕着最关键的“纠错”环节展开。论文地址：https://arxiv.org/pdf/2609.20659项目主页：https://hil-umi.github.io跟大模型比起来，具身行业的后训练太贵，是很多具身模型无法尝试Scaling的重要原因。大语