TARS AI World Engine 演示:机器人跨任务迁移经验
socialwithaayan · x · 2026-09-11
TARS 的 AI World Engine(AWE)围绕「经验迁移」设计:机器人每项任务都在检验能否把已学到的能力带进没见过的场景。演示涵盖不同技能需求——搬更重的书、引导可变形部件就位、对齐微小螺丝等,展示其在多样任务上的泛化表现。
所属事件:TARS 发布具身基础模型 AWE：零重训练跨任务(2 条相关)→
「具身」频道最新
- Robotaxi 休斯敦被曝服务区图造假：跨两个街区要坐 40 分钟 — reed · 2026-10-28
- 独立开发者让基于人体测量的自制机器人迈出第一步 — IanPritchard · 2026-10-28
- Reward AI OM-1 借 Omnibody 手套从人类演示学操作技能 — CyberRobooo · 2026-10-28
- 4名斯坦福新生36小时造出助行机器人,夺全球最大黑客松大奖 — Scobleizer · 2026-10-28
- 东京大学提出 Just Action Model:VLA 与世界模型之争可解耦 — Yonghao Yu · 2026-10-28
- NVIDIA ThinkWorld：用「世界想象」从人类视频学机器人技能 — nvidia · 2026-10-28