字节跳动GR-3机器人：10条数据让机器学会叠衣服，双机协同颠覆传统训练模式

   在机器人研究领域，一个长期困扰行业的难题是如何让机器理解“把茶几上的杂物收进储物盒”这类抽象指令，同时还能灵活应对从未见过的物品。今天，字节跳动Seed团队交出的GR-3通用机器人模型与ByteMini硬件系统，给出了令人眼前一亮的解法。

   GR-3的突破首先体现在学习效率上。传统机器人模型需要消耗数千条真机轨迹数据才能学会新技能，而GR-3通过融合VR采集的人类动作、遥操作数据及公开图文资料，仅需10条人类操作轨迹就能将新物品操作成功率从60%提升至80%以上。这意味着当家庭引入新款咖啡机时，工程师在VR环境中演示10次操作过程，机器人就能在真实厨房中复现动作流程。

   更值得关注的是其语义理解深度。在餐桌整理测试中，面对“将所有杯子放进垃圾桶”的指令，GR-3能精准定位多个同类物品执行任务；而当听到“把蓝色碗放进篮子”但现场并无蓝色餐具时，机器会保持待机状态而非随机抓取——这种对无效指令的识别能力，在过往模型中极为罕见。研究团队透露，这种能力源于模型对视觉-语言关联的重新编码，使机器能辨析抽象概念与实际场景的映射关系。

   在位于北京的测试场里，搭载GR-3的ByteMini机器人正展示柔性物体操作能力。这台拥有22个自由度的双臂机器，面对训练数据中从未出现的短袖T恤，依然能通过手腕球角机构调整抓握力度，协同双臂完成衣架悬挂。这种对形变物体的适应性，来自模型对布料物理特性的隐式学习。而在长达15步的厨房清洁任务中，机器能持续40分钟不中断执行，中途还能根据人类临时插入的语音指令调整动作序列。

   与业界头部模型π0的对比测试揭示了更多细节：针对未见物体的抓取任务，GR-3成功率提升33.4%；处理复杂指令时表现提升42.8%。这些进步使研究团队计划进一步扩大模型规模，并引入强化学习框架。值得注意的是，同日傅利叶智能也宣布即将推出同名GR-3人形机器人，这种命名巧合暗示着行业对通用机器人第三代的共同期待。

   当工程师将一把褶皱的雨伞放在ByteMini面前，机器臂关节微微转动调整抓取角度——这个瞬间暴露出当前局限：柔性物体在形变过程中的力学预测仍是挑战。但GR-3展现的少样本学习能力，已为机器人进入开放场景推开了一道门缝。或许不久后，我们真能对机器人说：“帮我把衣柜里那件容易起皱的衬衫挂好。”而它，能听懂。