RecodeX 重构消息,加州大学伯克利分校RAIL实验室利用io.net的去中心化算力网络,结合Frodobots提供的真实世界数据,训练出一款机器人导航模型。该训练累计消耗12,696个GPU小时,全程零故障。测试结果显示,该模型导航成功率达到85.7%,而基线模型仅为33.3%。研究团队表示,开放算力帮助这项研究从实验室走向真实应用场景。