Hydra-0：面向通用世界建模与控制的动作流方法

来自多所高校及企业机构的研究团队推出Hydra-0，一种以动作流为条件输入的通用世界模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身，将机器人动作表示为像素运动。该统一视觉接口可跨本体、任务、环境和视频生成骨干学习动作后果，实现通用世界建模与控制。实验显示，最优配置相较动作条件基线，机器人运动误差降低90.4%，物体运动误差降低60.2%，并支持零样本组合和数据高效适应。在RoboLab基准上，Hydra-0重放与参考成功率之间达到皮尔逊相关系数r=0.96。研究还揭示了该接口的逆向模式：世界动作模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身可从人类演示中提取期望物体流，预测兼容的机器人运动，训练后的动作头无需特定任务的专家示范即可将潜在特征映射为可执行动作。相关工作展示了动作流作为共享控制接口，连接异构训练数据训练数据用来「喂」给 AI 模型学习的教材。对机器人来说，主要是「看到的画面 + 做出的动作」一一配对的操作示范。◆ 小白科普 · 现身、开环策略评估与机器人控制的潜力。