Astribot 的 Lumo-2 用世界动态潜空间提升长时序机器人任务
jiqizhixin · x · 2026-07-27
Astribot 团队提出了 Lumo-2，这是一个用于机器人控制的 latent world-action model，主打在行动前先对世界动态进行推理。
- 它不是单纯记忆动作，而是在紧凑的潜空间里生成动作。
- 方法上采用了多阶段对齐，把视觉、语言和动作表示协调到一起。
- 作者报告称，Lumo-2 在若干 vision-language-action 和 world-action 基线之上都有稳定提升。
- 提升最明显的是长时序任务和灵巧操作任务，因为这类场景最依赖时间推理与物理理解。
- 论文把这项工作定义为朝着 可预测、对齐、可扩展的机器人学习 前进的一步。
「具身」频道最新
- 决策模型 Jev 接入 OM1,在 NVIDIA Isaac Sim 中驱动 Go2 机器人导航 — paigeinsf · 2026-09-23
- 特斯拉 Optimus 宣传：首个通用型人形机器人，将改变世界 — XFreeze · 2026-09-23
- 小鹏 IRON 新演示:9 麦克风阵列+唇动识别实现全双工对话 — ChrisGPT · 2026-09-23
- Uber×Waymo 扩展:奥斯汀用户可在高速路段体验无人车 — ATTlKA · 2026-09-23
- M5 Ultra 本地跑大模型实测:预填充快 4 倍,但功耗翻倍 — DigitalguyCH · 2026-09-23
- Figure CEO:人形机器人分四阶段,最终需数百亿美元投入 — adcock_brett · 2026-09-23