阿里用世界模型做数字遥操作
量子位 · wechat · 2026-07-17
阿里达摩院提出了 RynnWorld-Teleop，把“真人遥操作真机器人”改成了“真人手势驱动生成式世界模型”，让系统在数字世界里直接合成机器人第一人称视频，并自动生成关节级动作标签。
文章重点说明了这套 数字遥操作 的三项关键条件与实现方式：机器人第一视角、动作可回溯、且能实时交互；对应技术包括深度感知骨骼渲染、渐进式跨域训练，以及把双向视频扩散模型蒸馏成可 40FPS 实时运行的因果学生模型。
实验上，RynnWorld-Teleop 生成的数据可以直接训练真实机器人策略：在双臂灵巧手任务上，零真机数据也能得到可用策略；把合成数据叠加到真机数据后，多数任务成功率继续提升，说明合成轨迹在像素和特征分布上都足够接近真实数据。
「具身」频道最新
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11