1
Sungjae Park, Shubham Tulsiani
任务设定
让机器人操作的流匹配策略具备实时反应能力
痛点动机
动作分块策略开环执行,无法响应中途新感知输入
解决方案
拆分本体感觉快通道与视觉慢通道,用延迟自适应流匹配单步去噪实现快速重规划
2
Jiacong Xu, Hanwen Jiang, Zhixin Shu, Kalyan Sunkavalli, Vishal M. Patel, Yiqun Mei
任务设定
构建可实时相机控制探索的视频世界模型
痛点动机
现有世界模型难兼顾相机控制精度与长期记忆一致性
解决方案
提出密集坐标场相机条件与稀疏注意力记忆机制,实现分钟级可控实时生成
3
Timy Phan, Jannik Wiese, Björn Ommer
任务设定
从部分观测预测场景的未来运动分布以支持规划
痛点动机
现有方法难以显式建模多种可能未来运动的分布
解决方案
学习结构化时空隐表征,联合采样轨迹并用密度解码器快速估计运动概率
4
Zonghe Liu, Shanyuan Jie, Xiaoquan Sun, Chen Cao, Zetian Xu, Zongsheng Liu, Jiayu Chen
任务设定
提升 VLA 机器人操作模型的细粒度 3D 物体理解
痛点动机
2D 视觉主干在遮挡、位姿/尺度变化下操作不精确
解决方案
用 SAM3D 作为冻结 3D 教师蒸馏物体级 3D 先验，对齐到 π0 视觉特征，推理时无需额外 3D 输入
5
Simple AI: Yuteng Wei, Jinming Ma, Jiawei Wang, Weitao Zhou, Yushen Zuo, Ke Rui, Minglei Li, Jinhao Zhang, Zhikang Pan, Xiang Wang, Haoran Jia, Huan Du, Zicheng Zeng, Jun Ma, Guiyu Qin, Di Zhang, Xiaofei Li
任务设定
仅用无机器人 UMI 数据训练可部署的操作策略
痛点动机
真机遥操数据精确但难扩展，普通 UMI 数据精度不足以去掉真机锚定
解决方案
设计头戴立体惯性 SLAM、微秒级同步的高保真 UMI 采集系统，实现零真机后训练即可部署
6
Minhyeok Lee, Chiyoung Kim, Chanhoe Gu, Seongrok Kim, Sanghyuk Roy Choi, Donghwan Hwang, Donghun Ryu, Seokhyun Kim
任务设定
让 VLA 模型在嵌入式机器人上实现指令跟随任务
痛点动机
主流模型用 3-7B 参数骨干,超出嵌入式硬件内存预算
解决方案
提出 0.9B 参数小模型,结合思维链蒸馏与多帧时序输入保持强鲁棒性
7
Jelin Raphael Akkara, Filippo Ziliotto, Luciano Serafini, Lamberto Ballan, Tommaso Campari
任务设定
零样本长尾物体的目标导航（ ObjectNav ）任务
痛点动机
纯文本查询在细粒度长尾物体类别上语义模糊、定位不准
解决方案
用网络图片增强文本查询，在语义地图上做图文相似度匹配，即插即用零样本导航