这里所说的 Scaling，不只是模型参数量，也不只是机器人数据量，而是模型能否经历更多环境、覆盖更多任务、迁移到更多机器人本体，并在真正进入物理世界之后，继续适应那些训练阶段没有见过的状态。在真实机器人部署中，同一个模型进一步零样本迁移到人形、四足、轮式和飞行机器人等不同本体。2000+个真实场景被转化成 4000+小时视觉、语言和动作经验，模型进一步通过具身推理（ER）中期训练、具身监督微调（SFT）和在线强化学习（RL）获得跨场景、跨任务、跨本体的零样本导航能力。
这里所说的 Scaling，不只是模型参数量，也不只是机器人数据量，而是模型能否经历更多环境、覆盖更多任务、迁移到更多机器人本体，并在真正进入物理世界之后，继续适应那些训练阶段没有见过的状态。在真实机器人部署中，同一个模型进一步零样本迁移到人形、四足、轮式和飞行机器人等不同本体。2000+个真实场景被转化成 4000+小时视觉、语言和动作经验，模型进一步通过具身推理（ER）中期训练、具身监督微调（SFT）和在线强化学习（RL）获得跨场景、跨任务、跨本体的零样本导航能力。