让机器人在“想象”中学习世界的模型来了！PI联创课题组&清华陈建宇团队联合出品
量子位·2025-10-30 08:39
Ctrl-World团队 投稿 量子位 | 公众号 QbitAI 这两天，Physical Intelligence （PI） 联合创始人Chelsea Finn在上，对斯坦福课题组一项最新世界模型工作kuakua连续点赞。 生成看起来不错的视频很容易，难的是构建一个真正对机器人有用的通用模型 ——它需要紧密跟随动作，还要足够准确以避免频繁幻 觉。 这项研究，正是她在斯坦福带领的课题组与清华大学陈建宇团队联合提出的 可控生成世界模型Ctrl-World 。 这是一个能让机器人在"想象空间"中完成任务预演、策略评估与自我迭代的突破性方案。 核心数据显示，该模型 使用零真机数据 ，大幅提升策略在某些在下游任务的指令跟随能力，成功率从38.7%提升至83.4%，平均改进幅度 达44.7%。 其相关论文《CTRL-WORLD：A CONTROLLABLE GENERATIVE WORLD MODEL FOR ROBOT MANIPULATION》已发布于arXiv 平台。 注：Ctrl-World专为通用机器人策略的策略在环轨迹推演而设计。它生成联合多视角预测（包括腕部视角），通过帧级条件控制实现细粒度动作控制，并通 ...