尊龙凯时 | 人生就是搏!

　　凯时尊龙官网app✿✿✿，机器人✿✿✿，凯时尊龙官网尊龙人生就是博官网登录自动化✿✿✿，尊龙凯时官网✿✿✿，（CWW）8月14日✿✿✿，据智元机器人消息✿✿✿，智元机器人推出面向真实世界机器人操控的统一世界模型平台Genie Envisioner（GE）✿✿✿。 不同于传统“数据-训练-评估”割裂的流水线模式✿✿✿，GE将未来帧预测✿✿✿、策略学习与仿真评估首次整合进以视频生成为核心的闭环架构尊龙AG旗舰厅✿✿✿，使机器人在同一世界模型中完成从“看”到“想”再到“动”的端到端推理与执行✿✿✿。

　　据了解✿✿✿，GE的核心突破在于构建了基于世界模型的以视觉中心的建模范式dnf武者dnf武者✿✿✿。不同于主流VLA（Vision-Language-Action）方法依赖视觉-语言模型将视觉输入映射到语言空间进行间接建模✿✿✿，GE直接在视觉空间中建模机器人与环境的交互动态尊龙AG旗舰厅✿✿✿。这种方法完整保留了操控过程中的空间结构和时序演化信息✿✿✿，实现了对机器人-环境动态更精确dnf武者dnf武者✿✿✿、更直接的建模✿✿✿。

　　基于强大的视觉空间预训练✿✿✿，GE-Act仅需极少量数据即可实现跨平台迁移✿✿✿。在Agilex Cobot Magic和Dual Franka等全新机器人平台上✿✿✿，GE-Act仅使用1小时（约250个演示）的遥操作数据就实现了高质量的任务执行✿✿✿。相比之下✿✿✿，即使是在多本体数据上有大规模预训练的π0和GR00T模型✿✿✿，在相同数据量下的表现也不如GE-Act✿✿✿。

　　这种高效泛化源于GE-Base在视觉空间中学习到的通用操控表征✿✿✿。通过直接建模视觉动态而非依赖语言抽象dnf武者✿✿✿，模型能够捕捉到跨平台共享的底层物理规律和操控模式✿✿✿，从而实现快速适配✿✿✿。

　　更重要的是✿✿✿，视觉中心建模赋予了GE强大的未来时空预测能力✿✿✿。通过在视觉空间中显式建模时序演化✿✿✿，GE-Act能够规划和执行需要长时序推理的复杂任务✿✿✿。

　　在折叠纸盒等超长步骤任务中尊龙AG旗舰厅✿✿✿，GE-Act展现出了远超现有SOTA方法的性能✿✿✿。以纸盒折叠为例✿✿✿，这项任务需要精确执行超过10个连续子步骤dnf武者✿✿✿，每个步骤都依赖于前序动作的准确完成尊龙AG旗舰厅✿✿✿。GE-Act达到了76%的成功率✿✿✿，而专门针对柔性物体操控优化的π0仅为48%✿✿✿，UniVLA和GR00T则完全无法完成（0%成功率）尊龙AG旗舰厅✿✿✿。

　　这种长时序执行能力的提升不仅源于GE的视觉世界建模✿✿✿，同时也得益于我们创新设计的sparse memory模块✿✿✿。通过这样的模块设计dnf武者✿✿✿，能够帮助机器人选择性地保留关键历史信息✿✿✿，从而在长时序任务中保持精确的上下文理解✿✿✿。通过预测未来的视觉状态✿✿✿，GE-Act能够预见动作的长期后果✿✿✿，从而生成更连贯✿✿✿、更稳定的操控序列✿✿✿。相比之下✿✿✿，基于语言空间的方法在长时序任务中容易出现误差累积和语义漂移✿✿✿。