斯坦福让 Unitree G1 直接用 VLM 大脑搞定陌生厨房

alex_verem · x · 2026-09-28

斯坦福与 Caltech 团队发布 HomeBody 系统，把前沿 VLM(GPT Astra)直接装进未经任何针对性训练的 Unitree G1 人形机器人，放进陌生厨房。系统无需环境特定训练数据或额外策略学习：G1 自主探索房间、从视觉观察构建 3D 空间记忆、记住物品位置，并能完成跨房间的长时程任务，如收拾厨房、按模糊请求找回记住的物品。

核心思路：主流人形自主架构是 System 2 VLM + System 1 VLA + System 0 控制器三层串联，HomeBody 质疑中间的 VLA 是否必要，改为让 VLM 即插即用地调用可组合的技能库，并利用技能执行反馈修正后续决策。论文与代码已开源。