中国 Orca 世界模型：无需动作标签的机器人学习革命

北京智源人工智能研究院（BAAI）正式发布了Orca——一个”世界基础模型”（World Foundation Model）。Orca的核心突破在于：它完全不依赖动作标签进行训练，却能够在机器人控制任务上达到甚至超越专门化机器人学习系统的性能水平。这一成果为解决机器人领域长期面临的数据稀缺问题开辟了全新路径，可能深刻改变机器人学习的研究范式。

机器人学习的数据困境

长期以来，机器人学习面临的最大障碍是数据稀缺。与自然语言处理拥有数万亿token的互联网文本、计算机视觉拥有数十亿张网络图片不同，机器人控制数据的获取成本极高。每一条有效的机器人操作数据，都需要物理机器人在真实环境中反复试验，或者在高保真模拟器中长时间运行。

现有的机器人学习方法（如强化学习、行为克隆）通常需要大量的”状态-动作”配对数据。这些数据不仅需要记录机器人看到了什么（状态），还需要记录机器人做了什么（动作标签）。动作标签的采集和标注极其耗时且昂贵。

Orca的出现打破了这一僵局。它证明了仅从视频数据中学习世界模型，然后将世界模型应用于机器人控制是完全可行的。

Orca的技术架构

训练数据：12.5万小时视频 + 1.6亿事件描述

Orca的训练数据规模令人印象深刻。模型在超过12.5万小时的多领域视频数据上进行预训练，这些视频涵盖了人类日常生活、自然环境、机械操作、烹饪过程等多种场景。

更关键的是，研究团队为这些视频数据生成了1.6亿条事件描述（Event Descriptions）。这些描述采用自然语言形式，详细记录了视频中发生的事件序列——”一个人拿起杯子”、”水流从水龙头中涌出”、”机械臂将零件旋转了90度”等。这些事件描述为模型提供了丰富的时空语义理解。

世界模型的核心机制

Orca作为世界模型，其核心功能是”理解物理世界如何运作”。通过在大规模视频和事件描述上训练，Orca学会了预测物理事件的因果关系、时序演变和空间关系。这种理解是通用的、跨领域的，不依赖于特定的机器人硬件或任务。

当应用于具体机器人任务时，Orca将当前的视觉观察转化为对当前状态的理解，然后基于其世界模型预测不同行动可能产生的后果。通过这种”心理模拟”能力，Orca能够在没有动作标签的情况下，生成合理的控制策略。

基准测试：以小胜大

Orca-4B的出色表现

Orca系列中参数量最小的Orca-4B（40亿参数）在多项基准测试中取得了令人瞩目的成绩：

• 超越Emu3（80亿参数）：在视频理解和预测任务中，Orca-4B的性能全面优于参数量为其两倍的Emu3。
• 超越Emu3.5（340亿参数）：更令人惊讶的是，Orca-4B在部分关键指标上甚至超越了参数量为其8.5倍的Emu3.5。这表明Orca的架构设计和训练策略具有显著的效率优势。

这些结果挑战了”模型越大越好”的简单假设。Orca的成功表明，数据质量和训练方法的创新可以在很大程度上弥补参数规模的不足。

机器人控制：对标π0.5

在机器人控制基准测试中，Orca的表现尤为关键。即使在完全没有动作标签训练的情况下，Orca在多个标准机器人操控任务上的表现与专门化的机器人学习系统π0.5不相上下。

π0.5是Physical Intelligence公司开发的先进机器人基础模型，它在大量带有动作标签的机器人数据上训练。Orca能够在无动作标签的情况下达到类似水平，这具有里程碑意义——它证明了视频数据中蕴含着足够丰富的信息来学习有效的控制策略。

错误恢复能力的独特优势

Orca相比专门化系统的一个显著优势在于错误恢复能力。专门化的机器人学习系统（如基于行为克隆的系统）通常在训练分布内表现优异，但一旦遇到训练数据中未涵盖的异常情况，就容易崩溃。

Orca由于在大规模多领域视频上训练，见过各种各样的物理事件和因果关系，因此在面对意外情况时表现出更强的适应性。当机器人操作偏离预期时，Orca能够基于其对物理世界的通用理解，推断出合理的恢复策略。

这一优势在实际应用中极为重要。真实世界的机器人部署环境远比实验室复杂，不可预见的情况时刻可能发生。Orca的错误恢复能力使其更接近”可部署”的实用水平。

对机器人行业的深远影响

数据稀缺问题的破解

Orca最重要的贡献在于为机器人数据稀缺问题提供了一个可行的解决方案。互联网上有海量的视频数据——YouTube上每天上传超过50万小时的视频，其中包含大量与物理世界交互的场景。如果这些视频数据可以被用来训练世界模型，然后将世界模型迁移到机器人控制中，那么机器人学习的数据瓶颈将被大幅缓解。

通肯智能（TOKEN 导航）在其最新的行业分析中指出，Orca的方法论可能引发机器人学习领域的范式转变。从”在机器人数据上训练”转向”在视频数据上训练世界模型，然后迁移到机器人”，这一路径将大幅降低机器人AI的入门门槛。

开源生态的推动

BAAI选择以开源方式发布Orca模型和训练代码，这对于推动全球机器人研究具有重要意义。中小型研究机构和创业公司无需巨额算力投入，即可在Orca的基础上进行定制化开发。这种开放策略可能加速机器人AI生态的繁荣。

中国AI研究的国际影响力

Orca的发布进一步巩固了中国在全球AI研究中的重要地位。近年来，从DeepSeek到Qwen，从通义千问到智源，中国AI研究机构不断产出具有国际影响力的基础模型。Orca在机器人世界模型这一前沿方向上的突破，展示了中国AI研究在原创性和技术深度上的持续提升。

局限性与未来方向

尽管Orca取得了令人瞩目的成果，但仍存在一些局限性。首先，当前的Orca模型在需要精密力控制的任务上（如柔性物体操作）表现仍有不足。其次，从视频中学到的世界模型在真实世界部署时可能存在”sim-to-real”的迁移差距。最后，模型的推理速度在实时机器人控制中仍需进一步优化。

未来的发展方向可能包括：结合少量动作标签数据的半监督训练、与物理模拟器的联合训练、以及针对特定机器人硬件的微调。随着这些方向的推进，世界模型驱动的机器人学习有望成为主流范式。关注tokenaitech.com获取更多关于Orca的最新评测和技术解读。

常见问题