看了 Sergey Levine 在 DAI 2024 上的演讲，他们用了 34 个实验室涵盖 22 种不同类型机器人超过 500 种不同任务的数据训练出来一个 33 亿参数的 VLA 模型 RTX，然后把这个模型送回给其中 7 个实验室，并请这些实验室对比 RTX 和他们开发的专用任务模型。
对比结果显示，RTX 比那些专用模型中的大约 50%，都要更好。
虽然不是全方位胜出（考虑到数据集和模型规模，这是可以接受的），但这个实验证明了一个非常重要的结论：一个吸收多种任务多种场景的通用模型，最终会超越各种为限定场景开发的专用模型，展示出难以置信的泛化能力。
这个范式已经在各个领域发生，在机器人领域同样适用！
