正在发生

技术部件 · TECH MODULE

具身智能算法

具身智能算法

本站已收录 6 篇归入“具身智能算法”的具身智能相关资讯。

主要玩家: 4
相关文章: 1
相关快讯: 1
相关论文: 5

3 MIN CRASH COURSE

3 分钟搞懂具身智能算法

01

它是什么

Zeva提出具身智能在线情境学习框架，在保持策略模型冻结时，从机器人自身物理交互经验中提取因果信号，实现部署中自我进化。MatchingPolicy将对应关系识别与策略解耦，实现少样本跨物体泛化的新方法。研究提出SpecVLA，利用机器人环境状态切换实现长动作长度推测与验证，降低延迟并保持任务成功率。

02

为什么难

Zeva：面向泛化具身操作的情境因果学习框架
MatchingPolicy：基于语义对应的跨物体上下文模仿学习策略

03

为什么重要

算法-架构协同设计的VLA推理加速框架SpecVLA
Seeker：从动作中学习注意力，提升策略学习的视觉瓶颈

香港科技大学

香港科技大学

MatchingPolicy将对应关系识别与策略解耦，实现少样本跨物体泛化的新方法。

以公开报道为准未披露

具身智能算法运动控制全身控制

上海交通大学

上海交通大学

首届具身智能导航大会在厦门举办，聚焦具身智能与导航技术融合，院士专家作主旨报告，并设五场专题论坛。

以公开报道为准数千万元

会议具身智能算法评测基准

UC Berkeley

UC Berkeley与斯坦福联合提出FARM框架，让机器人实时构建开放词汇三维空间记忆，理解自然语言中的空间关系以精准定位目标。

以公开报道为准未披露

具身智能算法具身基础模型

Stanford

UC Berkeley与斯坦福联合提出FARM框架，让机器人实时构建开放词汇三维空间记忆，理解自然语言中的空间关系以精准定位目标。

以公开报道为准未披露

具身智能算法仿真训练

技术2026-08-31

Zeva：面向泛化具身操作的情境因果学习框架

Zeva提出具身智能在线情境学习框架，在保持策略模型冻结时，从机器人自身物理交互经验中提取因果信号，实现部署中自我进化。

现身编辑部来源 · arXiv1 MIN READ

相关快讯

2026-08-31技术Zeva：面向泛化具身操作的情境因果学习框架Zeva提出具身智能在线情境学习框架，在保持策略模型冻结时，从机器人自身物理交互经验中提取因果信号，实现部署中自我进化。

相关论文