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
- SynapseSemi 把神经网络塞进了相机像素里 — ycombinator · 2026-07-27
- Enigma 融资 7000 万美元，要把机器人控制变简单 — luisdans · 2026-07-27
- IROS 2026 将在匹兹堡办灵巧触觉感知工作坊 — mangahomanga · 2026-07-27
- AGIBOT 联合京东物流发布 50 公斤重载人形机器人 — CyberRobooo · 2026-07-27
- U-BOT 进入早期草图阶段，定位户外工具机器人 — _Stocko_ · 2026-07-27
- DADP 让同一扩散策略跨越不同机器人动力学 — 新智元 · 2026-07-27