TARS AWE 3.5：以泛化为目标的具身模型架构
FellMentKE · x · 2026-08-18
真正的机器人突破不在于执行单一任务，而在于理解行为原理并迁移能力。TARS 的 AWE 3.5 模型采用了具身原生架构，结合潜在动作与几何先验，以及由世界引擎驱动的后训练，形成闭环系统，旨在实现跨任务、物体和环境的高度泛化。
所属事件:TARS 发布 AWE 3.5 具身模型，百万小时数据实现跨场景通用(3 条相关)→
「具身」频道最新
- CMU Andrea Bajcsy 讲座：通用机器人时代「安全」意味着什么 — CSProfKGD · 2026-10-16
- 开发者用 Codex 遥控 CAN-bus 电机，目标造出 Codex 造的机器人 — OpenAIDevs · 2026-10-16
- UC Berkeley 论文借「迈达斯神话」反思机器人伦理与人形模仿 — begusgasper · 2026-10-16
- 团队让 Claude Opus 5.5 端到端复现 10 篇机器人论文核心结论 — teortaxesTex · 2026-10-16
- Kinex 发布：让编码 Agent 直接操控任意实体机器人并从每次运行中学习 — daibond_alpha · 2026-10-16
- 移除 Gemini 后相关性从 0.20 升至 0.96：通用能力与机器人能力高度挂钩 — ycombinator · 2026-10-16