ETH 团队发布 DeFM：深度图版 DINO，6040 万张深度图训练机器人基座模型
ChongZzZhang · x · 2026-10-28
ETH Zurich 机器人系统实验室的 Manthan Patel 等人发布 DeFM，一个专为深度图像设计的自监督基础模型，论文已被 IEEE T-RO 接收。要点：
- RGB 有 DINO/SigLIP 等基座模型，深度图长期缺位；DeFM 用 DINO 式自蒸馏目标，在 18 个真实、合成与 MDE 衍生数据集、共 6040 万张深度图上预训练。
- 引入新的输入归一化策略以在多尺度上保留度量感知；一个冻结骨干即可跨导航、操作、运动控制等 5 类任务使用。
- 发布 12 个 3M–304M 参数的即用模型（含面向资源受限机器人系统的蒸馏小模型），在深度分类、分割、导航、运动、操作多个基准达 SOTA，并展现强 sim-to-real 泛化。
- 权重、代码与在线 demo 均已开放。
「具身」频道最新
- Dream-1 双臂机器人零样本抓取青柠，餐厅备餐自动化落地 — ___Mufasaa · 2026-10-28
- Metatron 发布：用 coding agent 指挥人形机器人全身运动 — ChongZzZhang · 2026-10-28
- 机器人格斗圈已实战 sim2real2sim 训练法，cixliv 确认已在用 — cixliv · 2026-10-28
- Nomagic 用合成数据训练仓储机器人异常检测，正样本仅约 1% — m_wulfmeier · 2026-10-28
- Wayve 研究员：没有好的 sim2real，只有 real2sim2real 迭代闭环 — m_wulfmeier · 2026-10-28
- 开发者晒折叠屏 iPhone 包装盒：真机到手「我们真在做了」 — Dimillian · 2026-10-28