IXThinker·2026-09-14 14:20導航模型零樣本適配四種機械人本體
具身智能技術迭代加快，機械人已能行走、抓取及完成長程任務，但「會做」不等於能在開放環境穩定泛化。有團隊將逾二千個真實場景搬進仿真環境，訓練出零樣本適配四種機械人本體的導航模型，回應泛化與可靠性瓶頸。
能力與可靠的落差
過去一年，視覺語言動作模型與世界模型持續演進，強化學習重新受到重視，仿真到真機的遷移亦在加速，機械人能做的事情越來越多。
然而能跨過固定高度的障礙，不代表換一種障礙仍能完成；能在一個房間導航，不代表換場景、換本體依然有效，開放環境下的穩定性成為更根本的挑戰。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。