欧拉万象开源UniWAM：统一世界与动作模型，LIBERO成功率99.2%
机器之心 · wechat · 2026-10-13
欧拉万象与港科广发布 Ola-Sem 开源版 UniWAM（Unified World-Action Model），将语义理解、未来视觉预测与动作生成纳入统一架构，代码与权重全面开源。
核心信息：
- 架构分三部分：基于 Qwen3-VL-2B 的物理推理器、基于 Wan2.2-TI2V-5B 的世界生成器、动作预测器，通过联合多模态注意力交换信息。
- 提出「物理语言」共享监督，用自然语言描述动作段，把人类第一视角数据转化为机器人可用的学习信号；清洗标注了超一万小时机器人与人类数据。
- 成绩：LIBERO 平均成功率 99.2%、LIBERO-Plus 92.6%、RoboTwin 2.0 C2R 68.32%，均为论文所列方法最高；真机四类任务平均成功率 67.5%，不同交互任务显著高于 π₀.₅（72.5% vs 40.0%）。
- 引入历史条件流匹配：1 步生成即达 64.99% 成功率，4 步与 10 步仅差 0.06 个百分点。
- 首次揭示 Human-Robot Co-training 的 Scaling 趋势：人机混合预训练的验证损失与数据规模近似对数线性（R²=0.983），机器人数据达一定规模后加入人类数据增益随规模扩大更明显。
- 该工作是其 Real-World RSI（真实世界递归自进化）路线的阶段性基础。
「具身」频道最新
- OpenTac 上传 3D 模型 3 秒生成触觉传感器柔性电路,覆盖 93% 面积 — anand_bhattad · 2026-10-23
- fal 团队开始微调实体机器人，教它学画画下周出结果 — OdinLovis · 2026-10-23
- PEARL 演示：LLM 机器人自主核对实验结果、修正方案并复测 — KevinKaichuang · 2026-10-23
- 科罗拉多大学 ATLAS 研究所招软体机器人方向助理教授 — ryosuzk · 2026-10-23
- MiTaS 多分辨率触觉模仿学习登场：成功率 80% 远超纯视觉基线 35.5% — Jan_R_Peters · 2026-10-23
- 普林斯顿 ASD:VLM 自蒸馏教会机器人零标注语言导航 — shahdhruv_ · 2026-10-23