具身操作数据金字塔框架提升机器人感知能力

jiqizhixin · x · 2026-08-15

研究人员提出了“具身操作数据金字塔”框架，旨在让机器人像 AI 学习互联网文本一样轻松学习操作世界。该框架将训练数据分为 5 个层级，混合了真实机器人演示、可穿戴 UMI 数据、人类视频、仿真和普通互联网图像。核心在于平衡易获取的数据（可扩展性）与真正匹配机器人身体的数据（对齐性）。结果显示，该框架能显著提升具身模型的感知、推理、规划和动作生成能力，优于单一数据源方法。