哈工深等提出 SkeLAM:骨架监督分离动作与外观，仅 10 小时机器人数据微调 Cosmos
jiqizhixin · x · 2026-11-11
哈工大深圳、NUS Show Lab 与平安科技提出 SkeLAM,解决视频世界模型中「意图动作」与「外观变化」纠缠的问题。
- 瓶颈：直接从视频学到的 latent action 会把运动与纹理、背景、视角纠缠在一起，导致动作难以跨人体/机器跨身体迁移
- 机制：用骨架监督锚定运动学 latent 分量，独立残差分量捕捉视觉动态；跨模态交换与重建促进对齐；adapter 将机器人控制映射到运动学空间，推理时残差置零实现动作条件生成
- 底座：在预训练 Cosmos-Predict2.5-2B 上微调，仅需约 10 小时机器人数据；DROID 评测中平均位移误差下降
「具身」频道最新
- Anthropic 称 Fable 5.2 显著提升机器人控制力,双臂任务胜专用系统 — DJiafei · 2026-11-11
- RoboColosseum 现场实测 Fable 5.2,与对手模型正面对比 — DJiafei · 2026-11-11
- Oura 6.25 亿美元收购 AI 初创公司 Counsel Health — TechCrunch AI · 2026-11-11
- Shepherd Robotics 公开 Shepherd-0 机器人技能学习系统技术细节 — KlausCodes · 2026-11-11
- MacroHands 发布：第一视角视频 3D 手部追踪，立体版深度误差降至 13.1mm — eliebakouch · 2026-11-11
- 数据：美国 Robotaxi 部署量加速追赶中国，差距正在收窄 — skorusARK · 2026-11-11