Stanford HomeBody 让 VLM 直接指挥 Unitree G1,无需 VLA 也能跨房间干活
CyberRobooo · x · 2026-09-28
Stanford 的 HomeBody 项目测试了一条不同的人形智能路线:用 Unitree G1 在陌生厨房中自主探索,构建持久空间记忆与 Real2Sim 数字孪生,再由 GPT Astra 直接规划并组合 Navigate、Pick、Place、Open Drawer 等技能,无需环境专属训练数据或额外策略学习即可完成跨房间多步任务。
- 架构差异:常见方案是 System 2 VLM → 学习型 System 1 VLA → System 0 控制器三级串联;HomeBody 去掉了中间的 VLA,由 VLM 直接调用即插即用的可组合技能库
- VLM 决定「做什么」,技能库负责「怎么做」;执行结果会反馈给模型,失败时可自行修正下一步
- 演示任务包括整理厨房、按模糊指令取回记忆中的物品
作者由此提出一个开放问题:随着通用模型在空间推理、规划与泛化上越来越强,机器人栈还需要自研多少东西?
所属事件:斯坦福开源HomeBody让VLM直接驱动Unitree G1干家务(4 条相关)→
「具身」频道最新
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16