CrossBFM：跨人形机器人形态蒸馏共享行为空间

2026年9月29日，HuggingFace Daily Papers 收录社区热门论文 CrossBFM，主题为跨人形机器人形态蒸馏共享潜在行为空间。该工作把行为基础模型的潜在空间视为可跨形态迁移的资产，采用无机器人专属参数的统一编码器同时蒸馏多个训练形态，耗时不到 1 GPU 小时，随后经 PPO 训练 10 小时即可实现全身控制。在三个蒸馏人形机器人上，运动跟踪、姿态到达与 41 项奖励提示三种模式均可迁移；编码器仅用四分之一运动语料回归时只损失 5% 跟踪性能，在未见机器人上可恢复至已见机器人 89% 的跟踪性能。目前报道仅此一篇，尚无后续跟进或相互矛盾的说法。上述耗时、语料比例与性能数字均针对该论文所述实验设置，不构成对其他模型或任务的普遍结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。