ShengShu opplyste at selskapet startet direktesendingen av Motubrain 2.0 treningen 21. Treningen skal undersøke blant annet hvordan skala påvirker generalisering, om ferdigheter kan overføres mellom oppgaver, og om modellen kan forbedre handlingene sine ved hjelp av tilbakemeldinger.[5][12] Sendingen viser trenings...
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did ShengShu Technology announce as of October 22, 2026, about livestreaming Motubrain 2.0’s full training process starting October 21. Article summary: As of October 22, 2026, ShengShu Technology said its world-model team had begun publicly livestreaming Motubrain 2.0’s full training process on October 21, with the broadcast planned to last roughly half a month ahead of. Topic tags: general, general web, news, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
ShengShus verdensmodell-team opplyste at det 21. oktober 2026 startet en direktesending av hele treningsløpet for Motubrain 2.0. Sendingen var planlagt å gå i rundt en halv måned og skulle vise trening, testing og videreutvikling av modellen før en planlagt utgivelse med åpen kildekode. Per 22. oktober var det ikke oppgitt noen konkret dato for utgivelsen.4
5
6
12
Det gir publikum et sjeldent innblikk i hvordan en robotmodell utvikles. Men å vise prosessen er ikke det samme som å dokumentere at modellen fungerer godt i praksis.
Motubrain er ShengShus modellfamilie for roboter. Målet er å utvikle en generell «hjerne» som kan overføre ferdigheter mellom ulike oppgaver, situasjoner og roboter – i stedet for å bygge et eget system for hver enkelt oppgave.4
5 Da ShengShu introduserte Motubrain i april 2026, beskrev selskapet den som en «World Action Model», altså en modell som skal knytte forståelse av omgivelsene til handling.
17
ShengShu er også kjent for Vidu, selskapets modell for videogenerering, som ble lansert i 2024. Selskapet beskriver selv en utvikling fra å skape og modellere visuelle verdener til å forstå omgivelsene og handle i den fysiske verden.18 Dette er selskapets egen innramming – ikke i seg selv dokumentasjon på at evner innen videogenerering gir pålitelig robotstyring.
Ifølge omtalen skal sendingen dekke fire forskningsområder:5
6
Dette er spørsmål teamet vil undersøke, ikke resultater som allerede er slått fast. Særlig overføring mellom oppgaver og selvforbedring er beskrevet som utforskende arbeid. Det trengs flere eksperimenter og evalueringer for å fastslå hva modellen faktisk mestrer.5
12
Ifølge en omtale av den offisielle Live Lab-siden vises blant annet treningstap, antall treningstrinn, evalueringskurver og fire kamerabilder. Oppgitte testoppgaver omfatter å henge opp hodetelefoner, rydde i en skuff, plukke opp og overlevere gjenstander og tørke av en tavle.12
Kildene oppgir ikke konkrete tall fra kurvene eller detaljer om hvordan oppgavene evalueres. Dermed kan grafene alene ikke regnes som en fullstendig dokumentasjon av modellens ytelse.12
ShengShu har sagt at sendingen skal vise eksperimenter, tester, feil og justeringer – ikke bare vellykkede demonstrasjoner eller endelige testresultater.5 Slikt innsyn kan gjøre det lettere å følge hvordan arbeidet utvikler seg. Men hvor mye man faktisk kan vurdere, avhenger av hva sendingen viser og hvor tydelig testbetingelsene forklares. En direktesending er ikke automatisk en fullstendig eller uavhengig kontrollert dokumentasjon.
Arbeidet reiser noen sentrale spørsmål: Gir mer trening bedre resultater på ukjente oppgaver? Kan ferdigheter overføres mellom situasjoner og ulike roboter? Kan modellen forbedre seg pålitelig ved hjelp av tilbakemeldinger, uten skjult menneskelig hjelp? Kunngjøringen peker på disse spørsmålene, men gir ikke svarene.5
12
Kinesiske teknologimedier har sammenlignet ShengShus initiativ med tidligere offentlige oppdateringer fra Luo Fuli, som leder arbeidet med Xiaomi MiMo, om forsterkningslæring for MiMo-V2.6.4
5 Xiaomis egen dokumentasjon omtaler også seks dager med direktesendt trening i forsterkningslæring for modellen.
1 Sammenligningen gjelder altså innsyn i deler av modelltrening; ShengShus sending handler særskilt om en robotmodell.
Per 22. oktober ble Motubrain 2.0 omtalt som «snart» åpen kildekode, uten at en konkret dato var kunngjort.6
12 De viktigste kontrollpunktene kommer etter sendingen: Blir modellvektene og nødvendig dokumentasjon faktisk tilgjengelige? Kan uavhengige forskere gjenskape resultatene? Stemmer evalueringer under tydelig beskrevne forhold med det seerne fikk se under treningen?
Omtalen som forelå, gjenga ShengShus kunngjøring; den bekrefter ikke uavhengig hele innholdet i sendingen eller påstandene om modellen. Åpen trening kan gjøre forskningen enklere å granske, men det er utgivelsen, etterprøvbare tester og uavhengige evalueringer som til slutt vil vise hvor mye sendingen forteller om Motubrain 2.0s evner i praksis.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
ShengShu opplyste at selskapet startet direktesendingen av Motubrain 2.0 treningen 21.
ShengShu opplyste at selskapet startet direktesendingen av Motubrain 2.0 treningen 21. Treningen skal undersøke blant annet hvordan skala påvirker generalisering, om ferdigheter kan overføres mellom oppgaver, og om modellen kan forbedre handlingene sine ved hjelp av tilbakemeldinger.[5][12]
Sendingen viser trenings og evalueringskurver, men uten publiserte tall og detaljer om testopplegget er det for tidlig å trekke konklusjoner om modellens evner.[12]
ShengShu opplyste at selskapet startet direktesendingen av Motubrain 2.0 treningen 21. Treningen skal undersøke blant annet hvordan skala påvirker generalisering, om ferdigheter kan overføres mellom oppgaver, og om modellen kan forbedre handlingene sine ved hjelp av tilbakemeldinger.[5][12] Sendingen viser trenings...
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did ShengShu Technology announce as of October 22, 2026, about livestreaming Motubrain 2.0’s full training process starting October 21. Article summary: As of October 22, 2026, ShengShu Technology said its world-model team had begun publicly livestreaming Motubrain 2.0’s full training process on October 21, with the broadcast planned to last roughly half a month ahead of. Topic tags: general, general web, news, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
ShengShus verdensmodell-team opplyste at det 21. oktober 2026 startet en direktesending av hele treningsløpet for Motubrain 2.0. Sendingen var planlagt å gå i rundt en halv måned og skulle vise trening, testing og videreutvikling av modellen før en planlagt utgivelse med åpen kildekode. Per 22. oktober var det ikke oppgitt noen konkret dato for utgivelsen.4
5
6
12
Det gir publikum et sjeldent innblikk i hvordan en robotmodell utvikles. Men å vise prosessen er ikke det samme som å dokumentere at modellen fungerer godt i praksis.
Motubrain er ShengShus modellfamilie for roboter. Målet er å utvikle en generell «hjerne» som kan overføre ferdigheter mellom ulike oppgaver, situasjoner og roboter – i stedet for å bygge et eget system for hver enkelt oppgave.4
5 Da ShengShu introduserte Motubrain i april 2026, beskrev selskapet den som en «World Action Model», altså en modell som skal knytte forståelse av omgivelsene til handling.
17
ShengShu er også kjent for Vidu, selskapets modell for videogenerering, som ble lansert i 2024. Selskapet beskriver selv en utvikling fra å skape og modellere visuelle verdener til å forstå omgivelsene og handle i den fysiske verden.18 Dette er selskapets egen innramming – ikke i seg selv dokumentasjon på at evner innen videogenerering gir pålitelig robotstyring.
Ifølge omtalen skal sendingen dekke fire forskningsområder:5
6
Dette er spørsmål teamet vil undersøke, ikke resultater som allerede er slått fast. Særlig overføring mellom oppgaver og selvforbedring er beskrevet som utforskende arbeid. Det trengs flere eksperimenter og evalueringer for å fastslå hva modellen faktisk mestrer.5
12
Ifølge en omtale av den offisielle Live Lab-siden vises blant annet treningstap, antall treningstrinn, evalueringskurver og fire kamerabilder. Oppgitte testoppgaver omfatter å henge opp hodetelefoner, rydde i en skuff, plukke opp og overlevere gjenstander og tørke av en tavle.12
Kildene oppgir ikke konkrete tall fra kurvene eller detaljer om hvordan oppgavene evalueres. Dermed kan grafene alene ikke regnes som en fullstendig dokumentasjon av modellens ytelse.12
ShengShu har sagt at sendingen skal vise eksperimenter, tester, feil og justeringer – ikke bare vellykkede demonstrasjoner eller endelige testresultater.5 Slikt innsyn kan gjøre det lettere å følge hvordan arbeidet utvikler seg. Men hvor mye man faktisk kan vurdere, avhenger av hva sendingen viser og hvor tydelig testbetingelsene forklares. En direktesending er ikke automatisk en fullstendig eller uavhengig kontrollert dokumentasjon.
Arbeidet reiser noen sentrale spørsmål: Gir mer trening bedre resultater på ukjente oppgaver? Kan ferdigheter overføres mellom situasjoner og ulike roboter? Kan modellen forbedre seg pålitelig ved hjelp av tilbakemeldinger, uten skjult menneskelig hjelp? Kunngjøringen peker på disse spørsmålene, men gir ikke svarene.5
12
Kinesiske teknologimedier har sammenlignet ShengShus initiativ med tidligere offentlige oppdateringer fra Luo Fuli, som leder arbeidet med Xiaomi MiMo, om forsterkningslæring for MiMo-V2.6.4
5 Xiaomis egen dokumentasjon omtaler også seks dager med direktesendt trening i forsterkningslæring for modellen.
1 Sammenligningen gjelder altså innsyn i deler av modelltrening; ShengShus sending handler særskilt om en robotmodell.
Per 22. oktober ble Motubrain 2.0 omtalt som «snart» åpen kildekode, uten at en konkret dato var kunngjort.6
12 De viktigste kontrollpunktene kommer etter sendingen: Blir modellvektene og nødvendig dokumentasjon faktisk tilgjengelige? Kan uavhengige forskere gjenskape resultatene? Stemmer evalueringer under tydelig beskrevne forhold med det seerne fikk se under treningen?
Omtalen som forelå, gjenga ShengShus kunngjøring; den bekrefter ikke uavhengig hele innholdet i sendingen eller påstandene om modellen. Åpen trening kan gjøre forskningen enklere å granske, men det er utgivelsen, etterprøvbare tester og uavhengige evalueringer som til slutt vil vise hvor mye sendingen forteller om Motubrain 2.0s evner i praksis.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
ShengShu opplyste at selskapet startet direktesendingen av Motubrain 2.0 treningen 21.
ShengShu opplyste at selskapet startet direktesendingen av Motubrain 2.0 treningen 21. Treningen skal undersøke blant annet hvordan skala påvirker generalisering, om ferdigheter kan overføres mellom oppgaver, og om modellen kan forbedre handlingene sine ved hjelp av tilbakemeldinger.[5][12]
Sendingen viser trenings og evalueringskurver, men uten publiserte tall og detaljer om testopplegget er det for tidlig å trekke konklusjoner om modellens evner.[12]