自变量机器人开源HOST，29秒之后还有一条长路
自变量机器人开源HOST框架，让机器人从一段平均29秒的人类视频获取新技能；本期判断是，技术把学习成本压低了，但家庭与养老场景仍要用连续运行、失败恢复和用户复购证明可用性。
一段平均 29 秒的人类示范视频，正在替机器人训练流程拆掉一部分数据采集和参数更新。
自变量机器人想把「学新技能」从训练车间搬到推理现场，但这还不是家庭机器人已经学会家务的证明。
作者丨自变量机器人深度追踪
8 月 3 日，自变量机器人与清华大学、北京理工大学研究者联合发布并开源 HOST 框架，英文全称是 Human-to-robot One-Shot Skill Acquisition。1
自变量官方说法是，机器人只看一段人类操作视频，就能获取新的操作技能，不需要针对新任务微调模型参数，也不会覆盖已经掌握的技能。官方帖子给出的平均视频时长是 29 秒，8 项基准任务的平均成功率是 62%。1
这条消息的价值不在于又多了一个成功率数字。
这让自变量的路线出现了一个新的连接点：公司把统一具身模型、机器人本体和真实场景放在同一条产品线上，HOST 则负责把新技能装进正在运行的机器人，家庭和养老场景负责证明这种技能能不能稳定变成服务。5
01｜机器人先学结果
HOST 没有把人类动作逐帧翻译成机器人动作。
这条路线会被人的身高、手臂长度和动作习惯卡住，因为人和机器人拥有不同的身体。
HOST 先让机器人预测「完成这件事之后，自己应该看到什么」，再从目标状态反推出需要执行的动作。论文把这一步拆成任务进度定位、视觉预测和动作生成三个环节。3
一个关键细节是「按任务进度对齐」，而不是按视频秒数对齐。
人类演示到第 10 秒时可能已经开始炒菜，机器人却还在切菜，两个画面不能简单按时间轴重合。
HOST 把人类视频的每一帧和机器人执行的每一步放进同一向量空间，再用动态时间规整算法找到对应的任务进度。
模型架构则由两个专家组成：视觉专家负责读视频、判断进度、预测未来画面，动作专家负责把这个画面变成机器人能执行的动作。训练阶段仍然需要机器人自身数据，只是新技能的获取被移到了推理阶段。3
这不是「不用数据」，而是把一次性教学的数据需求压缩了，把长期运行所需的模型训练和现场技能获取分开了。
02｜62%离可用还有多远
论文图表给出的对比很有冲击力。
在 8 项用于基线比较的新任务上，HOST 使用一段人类视频，平均 29 秒完成技能获取，成功率为 62%；官方帖子称，这比不更新参数的最强方法高出 43 个百分点。1
论文还把数据效率和时间效率放在同一张图里：相较需要 50 条机器人示范并进行微调的方案，HOST 把数据量标成减少 50 倍，技能获取时间标成快 507 倍。3
数字的边界也写在同一张图里。
这组对比主要围绕放水果、捡笔、叠碗、擦盘子、插笔、盖书、叠锅和叠袜子等短程操作任务展开，成功率仍然不是 100%。3
更大的问题是，62%是「学会一次新技能」的实验指标，不是家庭服务的任务完成率，更不是一台机器人连续工作数周后的故障率、人工介入率或复购率。
自变量官方招聘页仍把大模型算法、数据算法、运动控制、机械结构、嵌入式软件和硬件电子列为热招方向，但页面没有给出本期窗口内的岗位变动时间，因此不能据此推断本周组织扩张。7
融资同样没有出现本期可核验的新轮次或交割材料。
这两项空白反而有用：HOST 现在最需要补的不是一条新的资本叙事，而是把实验指标接到运行指标上。
03｜家庭场景接得住吗
8 月 8 日，广州日报新花城报道自变量机器人在 APEC 相关媒体采风活动中展示家庭服务机器人，并提到公司已将机器人上门家政服务从深圳拓展到北京；报道同时写到，物流分拣场景的披露口径是每小时 1200 件以上。8
同日，21 世纪经济报道报道了代号「0755」的人形机器人在深圳老人颐养院参与日常巡查、物品递送和语音陪伴，并引述自变量战略及投资总监徐萌宏称，公司将继续通过保洁、社区服务等方式，让机器人与真实环境高频互动。9
徐萌宏还把下一批家庭任务说得很具体：叠被子、铲猫砂。
这些内容证明的是部署场景在扩大，也证明公司愿意把模型放到更随机的环境里。
它们还没有证明 HOST 已经被用于这些服务，更没有证明家庭用户可以自己拍一段视频就完成可靠教学。
HOST 与家庭服务之间，缺的不是一个演示视频，而是一条从新技能获取、失败恢复到持续交付的记录链。
04｜五个信号怎么排
- 融资：本期没有纳入新增轮次、交割、估值或资金用途。没有符合核验标准的新材料，就不把融资栏目写成进展。
- 产品与技术：HOST 是本周唯一能改变路线判断的新增技术信号。它把技能学习从参数更新转到推理时获取，但实验仍集中在有限的操作任务上。13
- 合作与落地：APEC 案例、深圳到北京的家庭服务、养老院「0755」和物流分拣构成场景线索；本期可核验材料仍主要来自公司及媒体报道，客户独立披露的任务时长、人工介入率和复购数据没有出现。89
- 组织与招聘：官方页面显示算法、数据、控制、机械、嵌入式和硬件方向仍在招聘，但没有本期岗位变更日期，因此只能判断能力地图，不能判断新增人数。7
- 核心高管发声：王潜在 APEC 高级别对话中提出开放家庭服务、智慧养老、医疗健康和物流分拣场景，加强数据规范与安全标准协作，并与高校和科研机构培养人才；这与公司把模型放进真实环境的路线一致，但倡议不是订单。9
05｜下一期看三件事
第一，看 HOST 能否在不同机器人本体上复现。
论文公开的是方法和实验结果，下一步需要看到跨本体迁移，而不是同一套平台上的更多短任务。
第二，看家庭技能是否真的从「看一次」变成「交付一次」。
重点不是再公布一个成功率，而是披露任务节拍、连续运行时长、失败恢复、人工接管和用户是否继续付费。
第三，看开源能否变成外部采用。
AI 科技评论注意到，自变量这周没有再堆一个更大的模型名字，而是把「机器人如何学会下一件事」摆到了桌面上。
在我们看来，29 秒只是入口，能不能把这 29 秒变成下一次稳定服务，才是自变量从模型公司走向机器人公司的分水岭。
References
- 1自变量机器人官方公告
x.com
- 2HOST项目主页
host-site.host-robotics.workers.dev
- 3HOST论文
arxiv.org
- 4HOST代码仓库
github.com
- 5自变量机器人官方英文页面
x2robot.com
- 6Physical Intelligence官方页面
pi.website
- 7自变量机器人官方招聘页
x2robot.com
- 8广州日报新花城
huacheng.gz-cmc.com
- 921世纪经济报道
news.qq.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.