# 谷歌 Ted Xiao 把近十年机器人学习分成三个时代，从 RT-1 到 RT-2 再到规模化

> 原标题：具身智能来时路：谷歌RT1、2，SayCan作者Ted Xiao复盘机器人学习三大时代

- 来源：机器之心 · 公众号
- 发布时间：2026-05-10T06:03:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/16892
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651032178&idx=1&sn=6e6fd55998f44ce2ae3b792557147ef0

## 摘要

这篇文章的正文被微信环境异常拦截了，实际内容无法读取。从标题和已有英文摘要看，Ted Xiao 的复盘主要讲谷歌机器人团队怎么从 RT-1 用 8.7 万条遥操作轨迹训练，走到 RT-2 把 50 亿到 550 亿参数的视觉语言模型改造成视觉-语言-动作策略。具体三个时代怎么划分、每个阶段踩了什么坑、规模化后效果到底提升多少，正文没披露，没法展开。

## 推荐理由

Ted Xiao 复盘谷歌机器人学习从 RT-1 用 8.7 万条遥操作轨迹训练，到 RT-2 将 50 亿至 550 亿参数视觉语言模型改造为动作策略的路径。

## 锐评

这条只有标题能看，正文被微信拦了，就标题说一句。8.7 万条遥操作轨迹堆到 5B 到 55B 的 VLM 直接当策略，这条路线现在看是对的，卡人的地方在数据从哪来。遥操作采一条轨迹的成本摆在那，8.7 万条是笨功夫，规模化之后这笔采集账没见降下来，后面几个时代都绕不开。
