视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-05-04 至 2026-05-04 共收录 2 篇信号源：cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人基础模型 2 篇

2405.14093 2026-05-04 cs.RO cs.CL cs.CV 86%

具身人工智能中视觉-语言-动作模型的综述

Yueen Ma, Zixing Song, Yuzheng Zhuang, Jianye Hao, Irwin King

机构 * Chinese University of Hong Kong（香港中文大学）； University of Bristol（布里斯托大学）； Huawei Noah’s Ark Laboratory（华为诺亚实验室）

专题命中机器人基础模型：embodied AI(title,abstract)；embodied agent(abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结本文综述了具身人工智能中视觉-语言-动作模型的发展，探讨了其在机器人任务中的应用，分类了三种主要研究方向，并讨论了面临的挑战与未来方向。

Journal ref IEEE Transactions on Neural Networks and Learning Systems (Early Access), 2026

2605.00078 2026-05-04 cs.RO cs.CV cs.LG 67%

Being-H0.7: 一种从第一人称视频中学习的潜在世界-动作模型

Hao Luo, Wanpeng Zhang, Yicheng Feng, Sipeng Zheng, Haiweng Xu, Chaoyi Xu, Ziheng Xi, Yuhui Fu, Zongqing Lu

机构 * BeingBeyond Team（BeingBeyond团队）

专题命中机器人基础模型：world model(abstract)；分类 cs.RO、cs.CV、cs.LG

AI总结本文提出Being-H0.7，通过在感知与动作之间插入可学习的潜在查询，实现未来感知的VLA策略，无需生成未来帧，提升预测效率与部署性。