#知识蒸馏 (4)

OmniBrain-0：面向具身智能的统一智能体模型

通用具身智能要求机器人在长时序任务中协调多种技能、跟踪任务进度并从失败中恢复。本文提出 OmniBrain-0，一个轻量级统一具身智能体，用共享的高层决策模型统一调度操作与导航，并覆盖任务理解、规划、进度跟踪和反馈驱动的恢复。方法采用具身预训练、领域专用智能体蒸馏与多教师同策略蒸馏三阶段训练，把强教师模型的交互经验分别蒸馏到操作和导航专家，再合并为统一决策模型。评分规则引导的递归自我改进让 Meta-Agent 从执行证据中生成改进后的评分标准、步骤提醒和已验证轨迹，在专家更新后通过多教师同策略蒸馏再次整合。模型在 LIBERO-Pro、LIBERO-Plus、RoboCasa365、RoboTwin 2.0、R2R-CE Val-Unseen 以及多项真实机器人任务上评估，在推理和执行开销显著低于闭源教师的同时取得较强跨域表现。

Xiaomi Embodied Intelligence Team, Yuechen Luo, Chong He · 26次阅读 · 2026年10月26日

具身智能视觉语言动作模型

2026年10月26日

高效世界动作模型：1B 参数下的低成本未来想象

1B 参数世界动作模型，以紧凑视频专家、低分辨率未来潜变量与非对称去噪压低未来想象成本，真机每块 98 ms，成功率与 Motus 相当。

Jiajun Li, Tiecheng Guo, Yifan Ye · 414次阅读 · 2026年6月8日

世界动作模型机器人操控

2026年6月8日

Fast-FoundationStereo：实时零样本立体匹配

NVIDIA 用分而治之的加速策略把 FoundationStereo 拆成特征提取、代价滤波、视差精化三段各自提速：知识蒸馏压缩混合骨干、块级神经架构搜索在延迟预算内自动配出代价滤波网络、结构化剪枝精简迭代精化模块，再用 140 万对自动伪标注的真实立体图像补训。模型比 FoundationStereo 快 10 倍以上，零样本精度几乎追平，在 Middlebury/ETH3D/KITTI 上是实时立体匹配的新 SOTA。

Bowen Wen, Shaurya Dewan, Stan Birchfield · 674次阅读 · 2025年12月11日

Stereo MatchingDepth Estimation

2025年12月11日

RPL：面向复杂地形的鲁棒人形感知行走

RPL 提出两阶段训练框架，先用特权高度图训练多地形专家，再通过高效多深度渲染蒸馏为统一 Transformer 视觉策略，使 Unitree G1 在斜坡、楼梯、踏脚石上双向行走并携带负载。

Yuanhang Zhang, Younggyo Seo, Juyue Chen · 579次阅读 · 2026年2月3日

宇树 G1人形机器人

2026年2月3日

本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。