飞捷科思与复旦提出 Fysiverse-UniWAM，24 项真机测试导航与移动操作均列第一
一个模型同时承担导航、移动操作和工位灵巧操作，不依赖机器人预训练，在 24 项真机测试中导航位置误差全部第一、4 项移动操作成功率全部第一。
飞捷科思与复旦大学 CITLab 提出统一世界动作模型 Fysiverse-UniWAM，不做大规模机器人预训练，改从视频世界模型出发，用共享骨干网络联合学习导航与操作，并提出 MAP（操作锚定位姿，指让机器人停在能直接上手干活的位置和朝向），构建 150 万条轨迹、约 7500 小时的数据集。
正文摘录
.431.jpg) 编辑｜陈陈 机器人终于不只是知道往哪走，还知道该在哪里停、以什么方向面对目标，甚至停稳之后，就能直接上手干活。 听起来理所当然，但对机器人来说，这恰恰是一道长期存在的难题。 比如，让机器人收拾桌上的杯子。能走到桌边，不代表就能拿起杯子。底盘停得稍远一点，机械臂可能够不着；朝向稍有偏差，后续抓取也可能受到影响。 如何让机器人不仅走得到，还能停得准、拿得起，甚至完成更复杂的灵巧操作？ 最近，国内团队给出了一条颇有意思的新路线。 飞捷科思（Fysics AI）联合复旦大学认知与智能技术实验室（CITLab），提出统一世界动作模型 Fysiverse-UniWAM ，尝试用一个模型，将 自主导航、移动操作与固定工位灵巧操作 三类原本相对独立的能力贯通起来。 更值得关注的是， 这套模型没有走以大规模机器人预训练为起点的传统路线 。 团队从预训练视频世界模型出发，通过共享骨干网络实现导航与操作的联合学习，并提出 MAP（Manipulation Anchor Pose，操作锚定位姿），构建了超过 150 万条轨迹、累计约 7500 小时的 MAP-Data 数据集 。 技术路线不一样，实际表现究竟如何？ 结果还真有点出乎意料。 在 MAP-Bench 基准测试中，Fysiverse-UniWAM 的平均位置误差仅为 9.85 厘米 ，平均朝向误差为 2.30° ，较最强外部基线分别降低 30.1% 和 44.0% 。