NVIDIA VoLo 入选 CoRL 2026,VLM 当大脑编排机器人长程操作
erwincoumans · x · 2026-09-08
NVIDIA 与密歇根大学的 CoRL 2026 论文 VoLo 提出「物理编排」(Physical Orchestration)框架:让 VLM 作为机器人大脑,具备记忆与推理能力,负责规划、监控、失败检测与恢复,并把 VLA/WAM、视觉模型(如 SAM3)、抓放基元等异构能力当作可中断的工具来调度。
核心要点:
- 与虚拟 agent 不同,物理世界的决策、动作与工具调用时机不可暂停,这是该设定区别于普通 agent 的关键。
- 发布 RoboVoLo 高保真仿真基准:126 个任务,覆盖常识、记忆/状态追踪、复杂指代与世界知识,并提供任务级成功与失败模式诊断。
- 工作由 Chen Siyi 在 NVIDIA 实习期间完成,项目页、arXiv 与代码均已开放。
「具身」频道最新
- TrainBud:把健身数据变成 MCP 服务器,手表上直接问 AI — Cr1tsh0t · 2026-09-08
- MiTaS 融合快慢触觉感知,机器人操作成功率 80% 对 31% — Jan_R_Peters · 2026-09-08
- Schmidhuber 反驳 Chamath「AGI 已至」:没有机器人 mastered 物理世界 — SchmidhuberAI · 2026-09-08
- 机器人蜘蛛化身「Maestro Webber」弹奏《Hotel California》 — creatoroff · 2026-09-08
- Meta 远程禁用数千副被篡改智能眼镜的拍摄功能 — Polymarket · 2026-09-08
- Cybercab 车身竟是塑料：注塑上色省 35% 制造排放 — MatthewChang · 2026-09-08