Scaling Law就像是一个“长大公式”，用来预测当一个东西（比如模型）变大（比如增加参数、数据量）时，它的性能（比如准确率）会怎么变化。

它能帮助我们提前知道，增加多少资源能让模型变得更好，避免盲目浪费资源。不过，单纯变大也有极限，到一定程度后效果就不明显了。

—机器人领域Scaling Law（规模定律）的核心内容与应用

1.Scaling Law的核心表现

• 幂律关系：
机器人策略的泛化能力与训练数据的环境数量、物体数量及组合数量呈幂律关系。例如，模型性能与训练物体数量的幂次方成正比，相关系数高达0.8以上。

• 数据质量与多样性优先：
数据的多样性和质量对模型性能的影响远大于单纯的数据量。增加训练物体种类或环境多样性，即使每个物体的示范次数较少，也能显著提升泛化能力。

2.Scaling Law的关键发现

• 物体泛化 vs.环境泛化：

• 物体泛化：相对容易实现，增加训练物体数量可显著提升策略对未见过物体的适应能力。

• 环境泛化：
更具挑战性，但通过增加训练环境数量（如从8个增至32个），策略在复杂场景中的鲁棒性可大幅提升。

• 联合泛化的高效性：
同时增加环境和物体多样性时，模型的学习效率更高，对单一环境或物体的数据依赖降低。

3.应用与优化策略

• 高效数据收集：优先扩展环境多样性比在同一环境中收集更多物体数据更有效。当环境数量超过16个时，同一环境中添加多个物体对性能提升无显著贡献。

• 模拟与真实数据结合：通过大规模模拟数据（如清华的ManiBox框架）和真实数据混合训练，可降低数据收集成本，提升模型在真实场景中的泛化能力。

• 端到端统一模型：如自变量机器人的WALL-A模型，通过单一模型整合感知、规划与控制，利用跨任务数据共享提升泛化能力。

4.技术实现案例

• 扩散策略与视觉编码器：清华团队采用扩散策略（Diffusion Policy）和DINOv2视觉编码器，通过时间集成技术减少动作抖动，显著提升了复杂操作任务的精度。

• 空间泛化的理论突破：清华与新加坡国立大学团队提出ManiBox框架，首次揭示了空间泛化与数据量的米氏-曼特恩动力学曲线关系及空间体积与数据量的幂律关系。

5.未来展望与挑战

• 数据质量瓶颈：低质量数据可能导致模型性能下降，数千条高质量数据的效果优于数千万条低质量数据。

• 跨领域迁移：将语言或多模态大模型的Scaling Law经验迁移到机器人领域，需解决物理交互的复杂性（如摩擦力、形变等）。

• 工业与家庭应用：随着理论成熟，机器人有望在物流、医疗、家庭服务等场景中实现低成本、高泛化的部署，例如折叠衣物、精细抓取等复杂任务。

6.Scaling Law的核心价值

• 解决泛化能力不足：通过扩大训练数据的多样性，利用幂律关系提升模型对未知场景的适应能力。

• 降低数据收集成本：通过模拟数据与算法优化，减少对真实数据的依赖。

• 实现复杂任务的统一建模：通过端到端模型和扩散策略，提升多任务协同和动态物理交互的处理能力。

• 弥合模拟与真实世界的鸿沟：通过混合训练和物理增强，提升模型在真实场景中的泛化能力。

• 推动跨领域知识迁移：通过多模态预训练和元学习框架，降低对新场景的数据需求。

• 助力工业与家庭场景的规模化落地：通过优化数据需求和提升任务扩展性，实现低成本、高泛化的部署。

总结

机器人领域的Scaling Law为优化数据收集和模型训练提供了理论依据，通过多样化的数据扩展和高效的算法设计（如端到端模型、扩散策略），推动机器人从实验室走向真实世界的复杂场景。其核心在于解决泛化、效率和成本三大难题，

从“专才”到“通才”

从“昂贵”到“经济”

从“实验室”到“现实世界”

为通用机器人的实现奠定了技术基础。