大模型的训练过程正在越来越多地走进公众视野。此前，小米MiMo负责人罗福莉曾公开MiMo-V2.6强化学习阶段的训练进展，让外界得以窥见大模型训练中的具体细节。如今，这一做法延伸到了Physical AI领域。10月21日，生数科技世界模型团队正式启动Motubrain 2.0训练全流程公开直播，计划持续半个月，向公众展示具身模型从训练到研究进展的全过程。在正式开源之前主动打开训练“黑盒”，这在具身智能领域并不多见。
要理解这次直播的意义，先要理解Physical AI，即物理人工智能。它希望让AI理解物理环境，并通过机器人完成实际任务。相比大语言模型，Physical AI还要额外解决动作决策、任务执行和跨场景泛化等难题。Motubrain系列正是生数科技研发的具身模型，目标是為机器人构建具备通用能力的“大脑”，探索不同任务、场景和机器人本体之间的能力泛化。Motubrain 2.0即将开源，团队选择在开源前率先公开训练全流程，展示这款模型从训练、测试到能力迭代的完整路径。
此次公开训练涵盖四个环节。其一是预训练，观察训练规模对模型性能及零样本泛化能力的影响；其二是后训练，针对具体任务进一步训练，提升任务执行能力；其三是Agent任务执行，探索模型能否将已有经验迁移到其他任务；其四是RSI递归自我改进探索，研究模型能否根据执行反馈评估并改进自身行动。四个环节层层递进，基本覆盖了具身模型从基础能力形成到自主改进的关键阶段。
这次直播的特别之处，在于尝试打开具身模型训练的“黑盒”。过去外界了解具身智能进展，主要依靠机器人Demo、评测结果和论文，模型经历了怎样的训练、不同阶段能力如何变化，通常很难直接观察。Motubrain 2.0公开从训练、测试到能力迭代的全过程，希望让外界看到模型如何逐步形成能力，也能看到训练中的失败、试错和调整。对研究者和开发者而言，这不仅能看到最终结果，也有机会了解训练中遇到的具体问题，以及团队如何通过实验和反馈不断改进模型。
对具身智能行业来说，这种透明化尝试具有研究价值。团队也希望借此与技术同行分享经验、问题和思考，共同探讨规模化训练、跨任务泛化和自主改进等关键问题，为Physical AI实现范式的探索提供更多参考。当然，相关研究仍处于探索阶段，具体效果还需后续实验和评测验证。相比只展示机器人最终能做什么，公开模型如何训练、能力如何形成，同样值得关注。
