港中深团队发布 UNITAS:首个 3D 原生世界动作模型,1.7B 参数
CUHKSZ · hf · 2026-10-14
CUHKSZ 与 DexForce 等团队发布 UNITAS,号称首个 3D 原生的世界动作模型(WAM)。- 核心思路:现有 WAM 多基于预训练视频生成器,用图像/视觉潜变量表示世界演化,但机器人交互发生在度量三维空间,图像像素距离不编码物理距离。UNITAS 在共享度量 3D 框架内统一观测、动作与场景动力学,并跨机器人本体与人手使用统一表征。- 关键设计:action flow 把人手/夹爪表示为 3D 点轨迹;scene flow 在轨迹条件下描述场景点位移;世界对齐的 3D 位置编码(可无需深度输入)+ 物理时间轨迹 tokenizer(每条轨迹编码为一个锚定在 3D 位置的 token)。- 结果:1.7B 参数,在 RoboTwin 上动作条件场景预测的位移误差比 PointWorld 低至多 49%;LIBERO 成功率 99.8%,真实任务平均成功率 85%。代码已开源(github.com/DexForce/UNITAS)。
所属事件:港中深与跨维智能发布3D原生世界动作模型UNITAS(2 条相关)→
「具身」频道最新
- Argon 智能体自学 Spot SDK，捡罐踩踏板完成倒垃圾 — chris_j_paxton · 2026-10-14
- Meta 研究员招多模态与机器人方向实习生,不限背景 — liuzhuang1234 · 2026-10-14
- Robocurve 机器人基准:前沿 LLM 成绩每 6 周翻倍,3 个月从 15% 涨到 48% — ycombinator · 2026-10-14
- Raven Prism AI 眼镜宣布 10 月 28 日于旧金山发布 — smtabatabaie · 2026-10-14
- DeLorean 组建首支美国车队,11 月出战电动飞行汽车竞速赛 — evilrabbit_ · 2026-10-14
- Gemini 4 Argon 看视频教会 Apollo 人形机器人玩沙包,连中 7 投 — GoogleDeepMind · 2026-10-14