Flex-π 模型发布：融合 3D 与语义的机器人世界动作模型

研究团队发布了 6B 参数的多流世界动作模型 Flex-π。该模型在训练时联合预测未来的 RGB 图像、3D 点云图和 DINO 语义特征，为动作生成注入了强大的 3D 及时空先验。Flex-π 支持从纯动作到全联合生成的灵活部署，在灵巧操作任务上的表现比最强基线提升了 2% 至 7%。

2026-08-13 ~ 2026-08-13 · 2 条相关