斯坦福 T2-z：机器人戳一下桌面，任务成功率从 34% 提到 73%
stanfordnlp · x · 2026-10-21
斯坦福团队推出 T2-z，解决机器人在新环境中看不到「隐藏物理属性」（如桌面湿滑程度、球摩擦力）的问题。
- 核心机制：机器人先「戳一下」环境做探测，测试时只调一个 32 维的「环境编码」，权重完全冻结（甚至 1 个样本也能生效）。
- 实测效果：真实机器人上，球摩擦任务成功率 0% → 62.5%，棍子平衡 20% → 83%。
- 对比结果：在全部 11 个任务上优于 4 个基线方法。
意义在于：摩擦力、质量这类看不见的物理量正是机器人在陌生房间翻车的主因，用一次快速探测代替重新训练，是条很实用的路线。
「具身」频道最新
- NVIDIA 开源 MotionBricks:单模型生成 35 万动作技能,2ms 延迟 — aftahi_ai · 2026-10-21
- FLoTS-SLAM:用光流残差推导运动不确定性,动态场景单目 SLAM 掩码精度达 0.73 — zhenjun_zhao · 2026-10-21
- Plato 戒指发布:199 美元把气声语音变成 AI 指令 — TinfoilTricorn · 2026-10-21
- Dream-1 上线 24 小时驱动 31 种未见机器人,遍布 53 国 — gharik · 2026-10-21
- Snap 请小罗伯特·唐尼出任首席客户体验官，借钢铁侠人设推销 Specs AR 眼镜 — adariostrange · 2026-10-21
- 李飞飞团队发布 FACT：力觉感知的机器人灵巧操作基础模型 — stanfordnlp · 2026-10-21