FIELD NOTES / 02
具身智能EMBODIED AI
从感知和推理，到机器人在真实环境中的行动与学习。
机器人VLA策略学习
RESEARCH SNAPSHOT收录概览
04项研究与重要更新
按来源核对开放状态
按来源核对开放状态
开源 / 开放3
闭源1
待开放 / 核实0
EXPLORE THE FIELD
全部已收录研究4
4 项工作
Gemini Robotics 2
从桌面操作走向全身控制与多机协作
将全身动作、具身推理与本地运行拆成配套模型：VLA 负责运动控制，ER 2 负责理解和长程规划，On-Device 2 适配低延迟部署。不同模型的访问范围和能力需要分别看。
Google DeepMind阅读简报
Xiaomi-Robotics-U0
用世界基础模型合成具身数据
38B 多模态自回归模型联合学习图像生成、编辑与具身场景和视频合成，面向多视角一致的机器人训练数据。作者还报告合成数据对真实策略的收益，而不只比较图像观感。
小米机器人实验室阅读简报
LingBot-VLA 2.0
从双臂操作扩展到全身与跨机器人控制
用约 6 万小时预训练数据覆盖多类机器人与第一视角人类视频，统一更多身体自由度，并加入未来预测监督。研究重点是模型如何适应不同硬件，而不是仅提高一个仿真榜单分数。
Robbyant · 蚂蚁灵波阅读简报