开源动态8

多校发布MotionTrans让机器人零样本学新技能

AIGC开放社区2025-11-06

AI 摘要

清华、北大等团队发布MotionTrans框架，可让机器人零样本学新技能。它将人类数据转换为机器人适用格式，实验显示其在零样本和少样本场景效果好，还揭示运动转移靠插值，且数据、代码已开源。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

ZeroDiff++刷新零样本三项基准

本文介绍发表于IEEE TPAMI 2026的ZeroDiff++模型，是ICLR 2025 ZeroDiff的扩展工作，针对生成式零样本学习的虚假语义关联、分布脱节问题提出新框架，在三项主流基准刷新成绩

过去一个多月，机器人学习风向生变。清华李健雄团队围绕机器人学习等研究多年后成立本溯智能创业。他们认为当下主流技术路线有问题，押注In - Context Learning，让机器人端侧自进化，降低部署成本。

UC Berkeley团队提出端到端流程，跑通从网络视频生成真实灵巧手实机执行轨迹链路。解决了单目RGB视频手-物交互重建、带噪声参考轨迹动作重定向及遥操作规模化难题。还给出数据筛选要点。

2026年，“世界模型”成具身智能高频词。灵初智能联合创始人陈源培认为其非核心方向，而是数据迁移工具。灵初关注人类操作数据转化，在10万小时量级上可大幅替代真机数据，还介绍了系统模块、数据集及商业化阶段等情况。