马里兰团队发布 μ0 世界模型：纯视频学机器人物理语言，零动作标签
jbhuang0604 · x · 2026-11-09
马里兰大学与首尔国立大学团队将在 CoRL 2026 展示 μ0，一个可扩展的 3D 交互轨迹（interaction-trace）世界模型，曾获 IROS 2026 RoBoWoMo Workshop 最佳论文。
- 核心思想：从纯视频学习机器人的「物理语言」，预测语义交互点（物体、工具、手、接触区域）的 3D 轨迹，而非像素或底层动作，构建世界模型完全不需要动作标签。
- 为什么用 3D 轨迹：像素空间视频模型把容量浪费在外观上，带动作标签的 VLA 又被绑定到特定机器人本体；μ0 占据中间地带，描述「什么需要移动」而与机器人形态无关，实现跨本体迁移。
- 仿真结果：在 RoboCasa365 的 8 个任务上，μ0 + 动作专家达到 30.25% 平均成功率，比 π0 高 5.0 分，比 TraceGen + 动作专家高 7.25 分，且仅靠纯视频预训练。
代码与数据集已开源。
「具身」频道最新
- 帝国理工团队创企 Machenta 携「即时机器人学习」亮相 CoRL，现场机器人秒学新任务 — Ed__Johns · 2026-11-10
- NVIDIA 发布 GR00T 2 开放世界动作模型，两篇论文入围 CoRL 最佳论文 — danfei_xu · 2026-11-10
- Nomagic 团队将出席 CoRL 2026，聚焦物理 AI 与后训练 — m_wulfmeier · 2026-11-10
- 比利时 ROBIB 第三届机器人聚会辩「人形机器人该自建还是外购」 — MarwaEldiwiny · 2026-11-10
- CoRL 2026 机器人学习大会在得州奥斯汀开幕，11 月 9-12 日举行 — shaohua0116 · 2026-11-10
- 苹果 HALO 机器人：仿真造千栋虚拟房屋，真实家庭成功率 91% — heyshrutimishra · 2026-11-10