CLIFT: Turning Gemini Robotics On-Device into Humanoid Specialists via Non-Invasive Closed-Loop Iterative Fine-Tuning
arXiv 论文 2607.29172v1 提出 CLIFT，一种非侵入式闭环迭代微调方法，用于通过托管 SFT API 将 Gemini Robotics 等闭源机器人基础模型适配为类人机器人专家。该方法在纯模仿限制下实现闭环改进，解决敏捷、接触丰富的类人操作中的策略输出与部署行为差距问题。
Development
- First ReportCLIFT: Turning Gemini Robotics On-Device into Humanoid Specialists via Non-Invasive Closed-Loop Iterative Fine-TuningarXiv cs.RO
- Current Assessment该研究反映了机器人基础模型领域的新兴访问范式：托管 SFT API。这允许下游用户利用强大专有模型，但限制改进方式。CLIFT 表明即使在此限制下也能实现闭环改进，可能推动更多闭源模型提供此类 API，并影响机器人适配工具链的发展。可验证信号：Gemini Robotics 或其他闭源模型是否正式提供 SFT API，以及相关工具链的采用情况。Agent Pulse · analysis
CLIFT 论文研究在托管监督微调（SFT）API 范式下，如何将闭源机器人基础模型（如 Gemini Robotics）适配为类人机器人专家。该 API 允许用户提交训练数据并获得调优策略，但不提供权重、梯度或训练内部信息，限制策略改进为纯模仿，无法使用强化学习等闭环方法。论文针对类人操作中策略输出与部署行为差距大的问题，提出非侵入式闭环迭代微调方法，在纯模仿限制下实现闭环改进，推动策略向任务精通发展。
CLIFT 的核心在于非侵入式闭环迭代微调，即在托管 SFT API 限制下，通过迭代收集部署数据并重新微调，模拟闭环改进。这暗示闭源模型适配的新路径：不依赖内部训练信号，而是通过外部数据循环逼近闭环效果。可验证信号：论文是否报告在类人操作任务上相比纯 SFT 的显著性能提升，以及迭代轮次对性能的影响。
该研究反映了机器人基础模型领域的新兴访问范式：托管 SFT API。这允许下游用户利用强大专有模型，但限制改进方式。CLIFT 表明即使在此限制下也能实现闭环改进，可能推动更多闭源模型提供此类 API，并影响机器人适配工具链的发展。可验证信号：Gemini Robotics 或其他闭源模型是否正式提供 SFT API，以及相关工具链的采用情况。
对于依赖闭源机器人模型的开发者，CLIFT 提供了一种无需权重即可定制模型的方法，降低适配成本。对于模型提供商，这可能增加 API 的吸引力，形成新的商业模式。可验证信号：是否有公司采用 CLIFT 或类似方法提供商业服务，以及相关 API 的定价和采用率。
未来，闭源机器人基础模型的适配可能更依赖数据循环而非内部训练信号。CLIFT 方法若有效，可能成为标准实践，并推动 API 提供商增加对迭代微调的支持。可验证信号：后续工作是否在更多任务和实体上验证 CLIFT，以及 API 是否提供更丰富的反馈机制。