CCTest · Blog
PDRVLA:让视觉语言动作模型具备更强物理动态感知
机器人与物理 AI
cctest.ai
机器人与物理 AI

PDRVLA:让视觉语言动作模型具备更强物理动态感知

PDRVLA在VLA模型中加入轻量级物理动态模块,通过预测未来的RGB、深度和光流特征,帮助机器人在不在线生成视频的情况下理解动作后果。该方法结合视频世界模型监督与公开数据训练,在四项仿真基准上取得了较高成功率。

阅读全文
CCTest · Blog
RoboHarness:不训练动作模型,也能让智能体操控机器人?
机器人与物理 AI
cctest.ai
机器人与物理 AI

RoboHarness:不训练动作模型,也能让智能体操控机器人?

RoboHarness提出一种不同于主流VLA路线的机器人控制思路:不为语言模型增加专门动作头,而是提供一个视觉—几何控制接口,让编码智能体直接调用实体任务。论文称,该方案结合Qwen3.8-Flash-Next后,在BEHAVIOR Challenge 2025任务上超过了当前先进VLA模型。

阅读全文
CCTest · Blog
RynnVLA-Latent:用3D潜在动作扩展机器人操作基础模型
机器人与物理 AI
cctest.ai
机器人与物理 AI

RynnVLA-Latent:用3D潜在动作扩展机器人操作基础模型

RynnVLA-Latent提出一种不依赖原生机器人动作标签的预训练框架,将人类、机器人和仿真视频转化为具有3D运动含义的潜在动作监督。研究显示,这种方法有助于VLA模型跨本体迁移,并在多项模拟与真实操作任务中取得较强表现。

阅读全文
CCTest · Blog
FLORA 开源:把机器人数据标注变成可扩展的数据引擎
机器人与物理 AI
cctest.ai
机器人与物理 AI

FLORA 开源:把机器人数据标注变成可扩展的数据引擎

机器人基础模型的瓶颈不只在模型规模,也在于能否持续获得高质量、结构化的数据标签。FLORA 面向机器人训练全流程,统一提供时间戳字幕、过程奖励和结果奖励标注,并以较低成本支持大规模数据处理。

阅读全文
CCTest · Blog
TARSphere:让长时程机器人智能体在动态物理与社交环境中接受真实检验
机器人与物理 AI
cctest.ai
机器人与物理 AI

TARSphere:让长时程机器人智能体在动态物理与社交环境中接受真实检验

TARSphere 将物理仿真、具身 NPC、受限对话、可执行技能和事件驱动任务评估整合为一套机器人全栈框架。其基准测试显示,任务更新、人与机器人协作以及执行安全,仍是通用多模态模型走向具身智能的关键难题。

阅读全文
CCTest · Blog
物理世界里的递归自我改进:机器人不仅要学会做,还要学会如何变强
机器人与物理 AI
cctest.ai
机器人与物理 AI

物理世界里的递归自我改进:机器人不仅要学会做,还要学会如何变强

一篇综述将递归自我改进引入机器人学习语境,区分了行为变好、后续学习受益、改进流程变优与真正递归之间的差异。现有研究已展示多种前置能力,但尚未单独证明物理系统获得了可归因于递归的收益。

阅读全文