1.7B 参数屠榜：跨维智能 UNITAS 用 3D 原生表示统一机器人观察与动作
机器之心 · wechat · 2026-10-12
跨维智能（DexForce）发布 UNITAS，号称全球首个机器人任务原生 3D 世界动作模型：将观察、动作与环境变化统一放进同一个三维物理表示空间——观察对应三维点位置，动作是本体上点的轨迹（Action Flow），环境变化是场景点的轨迹（Scene Flow），类比文本之于大模型的统一输入输出空间。
核心设计：世界对齐 3D 位置嵌入（解决深度缺失）、物理时间轨迹编码器（对齐不同时长/频率轨迹）、PointDynamics DiT 主干。消融显示去掉三项 3D 原生设计后 LIBERO-Plus 成功率从 86.47% 跌至 67.58%，近 19 个百分点全由表示方式贡献。
成绩（1.7B 参数）：
- LIBERO 平均成功率 99.8%，LIBERO-Plus 89.1%
- RoboTwin 2.0 双臂 Clean/Randomized 92.94%/93.04%，超过 6B 的 Fast-WAM、8B 的 Motus 及 π0.5 等
- 场景运动预测误差从 0.656cm 降至 0.427cm，四项指标全领先
- 真机任务平均成功率 85%
多源学习：仿真、真机、人类双手轨迹在同一坐标系中表示为点流，九个数据源混合预训练使 LIBERO-Plus 整体成功率提升 2.6 个百分点。
团队另一工作 TaskAnchor 从执行历史提取任务状态，接入 π0.5 后在 RMBench 将成功率从 14% 提到 79%，仅增约 2700 万参数、2ms 延迟，未来计划整合进 UNITAS。代码与论文均已开源。
「具身」频道最新
- 进化实验显示机器人通信随信息价值涌现，天生反射反成拖累 — uv-mex · 2026-10-12
- 隐身六年，Atomic Machines 推出 AI 原生 Matter Compiler — mikeflache · 2026-10-12
- 《Talk to Me》衍生沉浸恐怖剧将独家登陆 Meta Quest — ZeroStateReflex · 2026-10-12
- Reflex 人形机器人用第一视角接住抛来的箱子,实机最高 65% 成功率 — UW · 2026-10-12
- 手机视频量化马匹跛行分析,马界 Tinder 应用引热议 — RexDouglass · 2026-10-12
- RoboFoundry：模型冻结系统进化，GPT-5.5 具身成功率 56.9%→72.7% — 机器之心 · 2026-10-12