NUS 提出 GAM：用 3D 指引作底座，机器人操作成功率显著领先
NationalUniversityofSingapore · hf · 2026-09-22
新加坡国立大学提出 Grounded Action Models（GAM），一种以 3D 目标定位为核心的机器人基础模型新范式。现有 VLA/世界-动作模型的预训练底座并不直接要求度量级的目标定位，只能从机器人示教中隐式学习。GAM 支持语言、点、框三种条件输入，把所选目标转成共享的对象中心表征（含目标聚焦视觉特征与度量几何），再经多流 transformer 与机器人状态历史融合预测动作块；既可自主运行，也能充当被高层规划器调用的底层控制器，支持长程与记忆依赖操作。
关键结果：
- RoboTwin 2.0：50 个任务平均成功率 55.3%（Spatial Forcing 52.0%），场景随机化下 47.6%（Abot-M0 仅 30.4%），且动作策略只用干净场景示教训练
- LIBERO-PRO：16 种扰动设置平均 61% 超越 π0.5 的 53%，目标被移动或新指定时优势最大
- 真机：双臂 YAM 在视觉扰动下保住 17/20 成功（π0.5 仅 4/20）；与 Molmo2 规划器组合在 Franka 上长程/记忆任务达 64.7% ID、49.8% OOD 步骤完成率
「具身」频道最新
- 无摄像头 AI 眼镜 VONDER 发布：骨传导麦克风，299 美元起预订 — alex_verem · 2026-09-22
- 机器人公司破局之道：先部署再用协同感知补能力短板 — broodsugar · 2026-09-22
- 机器人 Astra 自主给自己的身体装上新模块,作者直呼意外 — mhmazur · 2026-09-22
- 「可提示硬件」探索：让 AI agent 住进日常物品的 50 个概念 — genmon · 2026-09-22
- iRobot 破产后，前三星工程师开源扫地机器人 OOMWOO 44 天获千星 — Aiden_Tech_Ai · 2026-09-22
- 微软 ShieldVLA 用 HJ 可达性做 VLA 安全对齐,安全成本平均降 57% — MicrosoftResearch · 2026-09-22