点击下方 卡片 ，关注" 具身智能 之心 "公众号 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要 的。 对于具身智能的场景而言，家居环境我认为是终局目标，那么在这个路线上的 sunday 展示了很不错的进展， demo 展示了超级长程的居家任务，其中赵子豪（Tony Zhao）和迟宬（Cheng Chi）两位创始人，也是 ALOHA 、UMI 、ACT、Diffusion Policy 这些工作的作者。 零机器人数据待指无机器人本体数据，一般 UMI 采集 eepose，需要 IK 解算机器人关节角，转换成机器人可以 使用的数据（replay），sunday 目前看来是探索出了一条有效转换的道路，并且这种数据转换成功率但能够到 达 90%。 在国内的研究团队，好像并没有出现 UMI 来进行 demo 展示，还是有必要学习下类似 UMI 这种数据采集方 式。 ACT-1 不同于之前的 ACT，由于 memo（也就是图中的机器人）可以进行语音模态输入，归为 VLA 系列。同 时这是第一个展示的超长程家具的 U ...