论文研究虚拟世界持续预训练，0.8B-27B 模型具身智能体扩展规律
原文标题：Scaling in Games: Continued Pre-Training For Embodied Agents In Diverse Virtual Worlds
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文通过 120 组训练配置，系统研究持续预训练在数据量、多样性与模型规模三个维度上对虚拟世界具身智能体的影响，模型规模覆盖 0.8B 至 27B。结果显示更多数据提升语料内表现，多样性改善向相关世界迁移但对远距离世界增益有限，模型规模提升数据效率却在单世界训练下泛化更差。作者拟合出验证损失与三要素的经验缩放律，并指出构建通用具身智能体需超越持续预训练的更丰富训练阶段。
- 问题
- 虚拟世界具身智能体能否像物理环境一样靠数据、多样性与规模扩展。
- 方法
- 用 120 组训练配置系统研究持续预训练，覆盖 0.8B-27B 模型、50-1600 小时数据与五种数据混合。
- 结果
- 拟合出验证损失与数据量、多样性、模型规模的经验缩放律；单世界训练下大模型向远距离世界泛化更差。
- 影响
- 说明仅靠持续预训练不足以构建通用具身智能体，为训练阶段设计提供缩放依据。
深读 · 结论先行AI 生成展开看要点与影响 ↓
120组配置覆盖0.8B至27B模型，发现数据多样性对远距离世界迁移增益有限。
- •实验跨4个模型规模（0.8B至27B）、6档数据预算（50至1600小时）、5种数据混合。
- •更多数据提升语料内表现；多样性改善向相关世界迁移，但对远距离世界增益有限。
- •单世界训练下模型规模提升数据效率，却对远距离世界泛化更差。
- •作者观察到早期“接口阶段”跨世界收益广、后期“世界阶段”收益收窄，并拟合出验证损失与三要素的经验缩放律。
为什么重要：想靠堆数据、堆多样性、堆参数做通用具身智能体的团队，需要正视持续预训练在跨世界泛化上的天花板。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。