AI圈刚开始谈Loop Engineering，两位95后博士已经盯上了人类闭环数据

文章摘要

【关 键 词】 闭环工程、具身智能、世界模型、数据范式、神经信号

人工智能工程的重心正从单次提示词驱动转向工作流驱动的持续闭环系统。在机器人和具身智能领域，真实世界的物理交互要求系统具备在反馈中不断修正的能力。人类本身即是成熟的闭环系统，其动作包含感知、决策、执行、反馈与修正的完整环路。为将人类闭环控制过程转化为高质量训练资产，脸谱心智推出全新数据范式Ego-NeuroLoop，旨在捕捉多模态闭环信号，而非仅记录动作结果。

在模型架构层面，团队发布了基于循环变换器的世界模型，通过参数共享模块对潜在状态进行迭代优化，使模型在内部多轮修正以逼近更稳定的环境理解。然而，现有第一视角数据多仅记录行为轨迹，缺乏对动作动机与修正过程的记录。因此，数据范式向深层次的闭环信号采集迈进，试图揭示人类在真实操作中完成或修正任务的内在策略。

数据采集装置NeuroMatrix被设计用于捕捉视觉、视线、脑电波及肌电等多模态信号，并将采集能力压缩至低成本区间。随后，多模态基座模型NeuroBooster作为神经信号处理中枢，通过建立各模态间的时间对齐与语义对应关系，对存在噪声的数据进行增强重建。该模型利用多模态信号的互补性，输出了一条经过同步与结构化处理的闭环时间轴，使机器能理解动作从目标锁定到反馈修正的完整过程。

这套数据范式在现有数据上补充了完整的闭环信号。通过将视觉、注意力、神经意图与肌肉发力映射到统一表征空间，该技术为具身智能提供了接近人类动作生成逻辑的优质数据，使其能学习锁定目标、形成意图、实时修正及切换策略的核心能力。这一创新实现了从世界模型架构到数据范式的跨越，为机器人像人类一样理解世界并持续修正行为奠定了基础。

原文和模型

【原文链接】 阅读原文 [ 3034字 | 13分钟 ]
【原文作者】 机器之心
【摘要模型】 qwen3.7-plus
【摘要评分】 ★★★★★

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。