Modelle

Ein Preprint mit MIT-Autoren sagt, Qwen3.8-27B-PEAR, nur in Simulation trainiert, habe 18 von 30 Versuchen an einem echten, ungesehenen Zweiarmroboter geschafft, das Basismodell keinen

Ein Preprint sagt, ein nur in Simulation trainiertes 27B-Modell habe 18 von 30 Versuchen an einem echten Roboter geschafft, das Basismodell keinen.

Von ·

Ein Preprint vom 13. November 2026 mit Autoren von MIT, UC Berkeley, UCSD, Nvidia und Inco AI berichtet, ein Reasoning-Modell mit offenen Gewichten und 27 Milliarden Parametern habe nach reinem Simulationstraining gelernt, echte Roboter zu steuern. Das Trainingssystem heißt PEAR (Post-training Engine for Agentic Robotics), das entstandene Modell Qwen3.8-27B-PEAR. An einem Zweiarmroboter YAM, den kein Modell im Training sah, gelangen dem finalen Modell 18 von 30 Versuchen. Das sind Versuche an einer kleinen Aufgabenmenge, keine 30 verschiedenen Tests.

Das Wesentliche

Versuche, keine 30 verschiedenen Tests

Die Zahl zählt Versuche in zwei Aufgabenfamilien, Greifen und Blockausrichtung, an einem Roboter. Sie zeigt den Transfer aus der Simulation auf einen neuen Roboter innerhalb dieser Familien. Sie zeigt nicht, dass das Modell 30 verschiedene Aufgaben beherrscht, und die zwei per Prompt gezeigten Reasoning-Demos werden nicht bewertet.

Grenzen laut den Autoren

Das Paper berichtet keine Ablationen, nutzt ein Basismodell, zwei Simulatoren und eine kleine Aufgabenmenge. Ergebnisse hängen vom Prompt ab und davon, dass der Controller die Zielposen erreicht. Das Reasoning ist langsam, etwa 4,3 Sekunden pro Runde mit hohem Aufwand. Der Prompt muss den Roboter und seine Koordinatenrichtungen beschreiben.

Was nicht belegt ist

Übersichtstabelle

Übersichtstabelle
PunktWas Stand 7. November 2026 behauptet wirdQuelle
PaperPreprint vom 13. November 2026, arXiv 2611.18562arXiv
ModellQwen3.8-27B mit PEAR per bestärkendem Lernen nachtrainiertarXiv
TrainingsdatenNur Simulation, keine Demonstrationen, keine Daten echter RoboterArXivSignals
Echter RoboterZweiarm-YAM, im Training unbekannt; 30 VersucheArXivSignals
ErgebnisseFinal 18/30, nur LIBERO 7/30, Basis 0/30Sam on AI

FAQ

Ist PEAR ein Modell oder eine Methode?

PEAR ist das Trainingssystem. Das daraus entstehende Modell heißt Qwen3.8-27B-PEAR.

Hat es 18 von 30 verschiedenen Tests bestanden?

Nein. Es gelangen 18 von 30 Versuchen in zwei Aufgabenfamilien: Greifen und Blockausrichtung.

Wurden Daten echter Roboter genutzt?

Laut Paper nein. Das Training lief nur in Simulation, ohne Demonstrationen.

Methode und Grenzen

Geprüft am 16. November 2026. Wir haben das arXiv-Paper und zwei Zusammenfassungen über Suchauszüge gelesen; ein direkter Abruf des Papers wurde ratenbegrenzt. Die Anfrage sagte „18 Tests von 30“; das Paper zählt Versuche in zwei Aufgabenfamilien. Die Zugehörigkeiten stammen aus dem Auszug des arXiv-PDFs; eine Zusammenfassungsseite nennt nur Labor-Tags.

Quellen

Einen Fehler in diesem Artikel entdeckt? Melden Sie ihn · Unsere Korrekturrichtlinie

OrigoTech-Logo

Neu: die App iPhone und iPad

OrigoTech ist jetzt eine App für iPhone und iPad

Lies die Artikel nativ, mit „Neu“-Markierungen für Ungelesenes, lokaler Suche und Offline-Lesen bereits geladener Artikel. Kostenlos, ohne Konto, ab iOS 17; zwischen den Artikeln erscheint Werbung.

Rekha-Symbol: ein in einem Strich gezeichnetes Haus

Vom selben Autor Eigenwerbung

Ein Eulerpfad, mit dem Finger gezeichnet

Rekha, das iPhone-Spiel des Autors von OrigoTech: Verbinden Sie alle Punkte in einem einzigen Strich, ohne dieselbe Verbindung zweimal zu ziehen, in 500 Zeichnungen, die alle lösbar sind.

Der OrigoTech-Newsletter

Ein wöchentlicher, mit Quellen belegter Überblick über die Neuigkeiten zu KI-Werkzeugen.

Weiterlesen

Modelle

Gemini 4 Hydrogen: Preis, Benchmarks und der neue Orchestrator in Antigravity; Claude Code bekommt Code Mode, Codex CLI 0.168.0

Google hat am 12. November Gemini 4 Hydrogen veröffentlicht, ein schnelles Modell für alltägliches Programmieren und Agenten zu 1,50 $/7,50 $ pro Million Tokens, mit kostenloser API-Stufe und einem neuen Orchestrator in Antigravity, der es mit Carbon oder Argon kombiniert. Außerdem: Code Mode in Claude Code 2.1.323, Codex CLI 0.168.0, der von Agenten geschriebene AWS Emulator und Nebius' Investitionsplan von 40 bis 45 Milliarden Dollar für 2027.

· 5 Min. Lesezeit