GAM 提出 3D 定位优先的机器人基座模型新范式并全面开源
joemeno · x · 2026-10-13
- 华盛顿大学、西北大学与新加坡国立大学团队发布 Grounded Action Model (GAM):质疑 VLA(视觉-语言-动作)和世界模型是否是机器人基础模型的正确底座,提出「先定位、再行动」的新范式。
- 技术路线:语言或 2D 点先选中任务物体;冻结的可提示 3D 检测器 WildDet3D(基于 SAM 3 构建)提供物体的图像特征、3D 框、尺寸、朝向和点云;再用 flow-matching transformer 预测动作。
- 已开源全部模型 checkpoint、训练与评测代码,涵盖 RoboTwin、LIBERO-PRO 基准及真实机器人实验(GitHub,MIT 协议)。
「具身」频道最新
- 开源穿戴式无电机主臂:低成本采集双臂机器人遥操作数据 — chris_j_paxton · 2026-10-13
- 苹果发布 HomePod mini 2:搭载 S10 芯片,售价 149 美元 — Scobleizer · 2026-10-13
- Natura-1 零样本实测：Wuji Hand 2 灵巧手一镜到底 — chris_j_paxton · 2026-10-13
- 开发者把 ChatGPT Realtime 语音模型装进 Apple Watch 实时对话 — halo-w3fsd32 · 2026-10-13
- GHOST001 机器 limbs 首次跳跃,机械结构与材料全面升级 — wavefnx · 2026-10-13
- 开源 HMC-000:自研 PCB 加 Rust 固件的机器人 BLDC 控制器 — wavefnx · 2026-10-13