具身智能科技前瞻探索（第3期）：多任务操作、第一人称世界模型、低光照与模糊感知.pptxVIP

具身智能科技前瞻探索(第3期)

多任务操作、第一人称世界模型、低光照与模糊感知

为产业发展和投资决策提供最前瞻视角。

本期核心关注多任务操作、第一人称世界模型、低光照与模糊感知、仿真数据生成等六大前沿进展

本期科技前瞻探索摘录来自港科大(广州)、上海交通大学、浙江大学等研究机构的6篇最新学术前沿成果,包括MOE-ACT:多任务双臂操作规模化学习框架、Egosim:面向具身交互生成的第一人称世界仿真器、E-VLA:面向暗光与运动模糊场景的事件增强型VLA模型、CRAFT:基于视频扩散的双臂机器人操作数据生成框架、Heracles:下一代人形机器人通用控制框架、ThermoAct:首个融合热感知的VLA框架。

风险提示

技术研发进度不及预期风险、技术成果转化不及预期风险、商业化应用不及预期风险。

跟踪具身智能科技前沿,解读最新论文成果,为产业发展和投融资提供前瞻指引

《具身智能科技前瞻探索》第3期

2

/CONTENTS

01

02

03

04

05

06

07

3/

4/

影响展望:

1:对具身智能学术研究前沿的影响:本文为多任务机器人模仿学习提供

了轻量化的MOE融合方案,验证了稀疏专家激活机制在缓解多任务干扰

上的有效性,其FiLM语言调制与多尺度注意力设计,