阿里达摩院 RynnVLA-Latent:3D 潜动作预训练,LIBERO 成功率 98.8%

Alibaba-DAMO-Academy · hf · 2026-10-27

阿里达摩院发布 RynnVLA-Latent,用 3D 接地的潜动作从异构交互视频中规模化预训练机器人操作基础模型,无需原生机器人控制标注。

核心方法 RynnLAM 从视觉过渡中学习连续 3D 潜动作,结合残差未来特征预测、相机补偿的 3D 光流监督与相机运动解耦,让表征捕捉控制相关运动而非外观变化。应用于 3.01 万小时人-机器人-仿真混合视频,产出 74.552M 条潜动作描述。

4B 参数的策略在 LIBERO 上达 98.8% 成功率、LIBERO-Plus 达 84.7%(无基准专门适配),VLABench 五项平均 51.9%,RoboTwin 2.0 双臂基准平均 88.6%,达到最高观测成功率。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →