研究团队提出面向跨具身操作的潜在动作策略UniLAP

研究团队在预印本中提出面向跨具身操作的统一连续潜在动作策略 UniLAP。该模型采用流匹配建模潜在动作空间，并在推理时摆脱了对未来帧的依赖。 该模型参数规模为 1.1B，基于多源视频进行预训练，并通过提取无标签运动目标解耦与任务无关的外观特征。研究者报告称，UniLAP 在手部姿态预测、单臂与人形机器人操作以及真实世界部署中的性能表现，均超越现有的潜在动作与视觉-语言-动作（VLA）基准。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。