LaST₀：让机器人拥有物理直觉，抛开语言拐杖像人一样思考动作

语言在描述物理世界时，如同一个信息漏斗。 鸡蛋的粘滑、铲子切入的角度、面包被压下的弹性等等这些精细的、不可言传的物理属性，被强行压缩成贫瘠的文 字，关键信息丢失严重。 这就像让一个只用文字记录菜谱的人去当大厨，永远炒不出那个锅气。 从语言描述到物理模拟 01. 能不能让机器人抛开语言拐杖，像人一样，在一种更接近物理本质的意识流里进行推演？ 近日， 至 简 动 力 、 北 京 大 学 、 香 港 中 文 大 学 、 北 京 人 形 机 器 人 创 新 中 心 在 论 文 《 LaST₀ ： Latent Spatio-Temporal Chain-of-Thought for Robotic Vision- Language-Action Model》中给出了答案。 " 推理速度飙升，性能超越 Pi0.5。 机器人不再需要把每个步骤想清楚再说，而是直接在脑海里运行一个多维度的物理模拟器，一边推演未来，一边流畅执行。 想象一下，你让机器人做个煎蛋三明治：先靠近平底锅，用铲子轻轻铲起鸡蛋，再稳稳放到面包上。传统的机器人搭载视觉-语言-动作（VLA）模型，在执行前， 真的会像默念剧本一样，在心里用语言把这些步骤过一遍 ...