UMO 统一框架解锁动作基础模型先验，横扫多种人形动作任务
Michael_J_Black · x · 2026-09-11
布朗大学、MIT、Max Planck、Meta Reality Lab 与港大合作的人形动作生成论文 UMO（ECCV 2026）在 poster session 展出。
- 核心思路：以预训练的 3D text-to-motion 基础模型为底座，通过统一的 in-context learning 框架扩展到多个下游动作生成任务，用三种 meta-operations 覆盖多样化任务。
- 任务覆盖：域内的 text-to-motion 生成，以及域外的时间修补类任务（keyframe infilling、预测、backcasting、in-betweening 等），演示样例包括华尔兹、倒立、运球上篮等复杂连续动作。
- 结果：性能优于各任务专用 baseline，作者称统一框架解锁了 motion foundation model 先验。
- 署名：包含 Michael J. Black、Wojciech Matusik 等知名研究者，论文、代码与 arXiv 链接均已公开。
「具身」频道最新
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- 机器人「开派对」训练中:研究者晒 policy in training 预告 — andrew_n_carr · 2026-10-28
- RAX让真机器人探索2小时自学技能，再把技能写成代码复用 — du_yilun · 2026-10-28
- OpenTac 触觉传感器将亮相 CoRL 2026,共 17 组机器人演示 — _krishna_murthy · 2026-10-28
- SO-101 Bench：LLM Agent 得分 83.2% 击败九个 VLA 策略 — Truman Hickok · 2026-10-28
- cixliv:格斗或成机器人首个跑赢普通人类的「已实现市场」 — cixliv · 2026-10-28