VioLA:用人类数据学通用人形控制策略VioLA 把人形通才策略的预测目标从关节指令换成身体与手部运动隐码,冻结的控制器负责执行,人类与机器人演示因此共用同一个动作空间;1.406 亿帧训练数据里 93.2% 来自人类,真机 G1 零样本运动成功率 100%、操作 88.6%。Mert Albaba, Jens Beißwenger, Anna Manasyan·2026年10月8日人形机器人视觉语言动作模型全身控制2026年10月8日