Levineら『ARLI』、推論遅延のある大規模方策をRLで微調整する枠組みを提案
VLAの推論待ちがマルコフ性を壊しRLが機能しない問題に、確約済み行動と推論中観測で状態を拡張して対処。遅延なしのRLと同等以上。
arxiv.org論文『WorldEcho / WorldSync』、ロボット世界モデルが「行動に従っていない」ことを診断し補正
既存の行動条件付き世界モデルは専門家軌道は再現できるが、非専門家の行動では指令を無視するか破綻することを実測で示した。
arxiv.org論文『GaussianWAM』、3Dガウス場を教師にWorld Action Modelへ幾何と意味を蒸留 LIBERO-Plusで52%→71%
学習時だけ多視点から深度・カメラ・意味特徴をガウス場に束ね、WAMの表現に蒸留。推論時の構成は変えない。
arxiv.org論文『Gripper-aware VLA』、5種のグリッパで10.3万デモのMiGAデータセットとグリッパ条件付き方策GVLAを提案
既存VLAは「グリッパが違っても同じ戦略」を暗黙に仮定している。ハンドの種類ごとに操作戦略が変わることをデータで示し、ルーティングで対処。
arxiv.org論文『LAWA』、World Action Modelの未来予測を潜在行動で代替し推論遅延を42.9%削減
動画フレームを生成せず、圧縮した潜在行動を「未来の意図」として扱う。RoboCasa few-shotで65.6%とFast-WAM比+9.6pt。
arxiv.org
LimX DynamicsのTRON 2がWuji Hand 2を装着 生薬の取り出し・計量・粉砕・梱包を両手で連続実行
全方向移動ベース＋両手の異なる役割分担で、引き出し・竿秤・乳鉢・紙袋という薬局の一連の作業をデモ。稼働数値はなし。
robotstart.info
NVIDIA、「VLAを超えて」World Action Modelへの転換を提唱 Cosmos 3ベースの新方策を公開
NVIDIAが動画世界モデル由来のWorld Action ModelをVLAの後継として提唱。RoboLabで28.1%→36.8%に改善。
developer.nvidia.com
Generalist AI、3〜12秒のデモ1回で新タスクを覚えるGEN-1.5を公開
デモ1回・数秒の提示だけで新タスクを学習するGEN-1.5。one-shotで平均成功率59%。
generalistai.com
Enigma、ロボット操作を「音量調整並みに直感的」にするため7,100万ドルのシード調達
Enigmaが7,100万ドルをシード調達。イスラエル・カリフォルニアの拠点でロボット100台超を運用し人間-ロボット操作を研究。
techcrunch.com#manipulation
フィジカルAI（身体を持つAI／ロボティクス）の「manipulation」に関する収集記録。記事9件・コミュニティ投稿0件。論文・企業発表・コミュニティの議論の要約を、出典リンクを添えて収集日順に並べています。
Levineら『ARLI』、推論遅延のある大規模方策をRLで微調整する枠組みを提案
VLAの推論待ちがマルコフ性を壊しRLが機能しない問題に、確約済み行動と推論中観測で状態を拡張して対処。遅延なしのRLと同等以上。
arxiv.org論文『WorldEcho / WorldSync』、ロボット世界モデルが「行動に従っていない」ことを診断し補正
既存の行動条件付き世界モデルは専門家軌道は再現できるが、非専門家の行動では指令を無視するか破綻することを実測で示した。
arxiv.org論文『GaussianWAM』、3Dガウス場を教師にWorld Action Modelへ幾何と意味を蒸留 LIBERO-Plusで52%→71%
学習時だけ多視点から深度・カメラ・意味特徴をガウス場に束ね、WAMの表現に蒸留。推論時の構成は変えない。
arxiv.org論文『Gripper-aware VLA』、5種のグリッパで10.3万デモのMiGAデータセットとグリッパ条件付き方策GVLAを提案
既存VLAは「グリッパが違っても同じ戦略」を暗黙に仮定している。ハンドの種類ごとに操作戦略が変わることをデータで示し、ルーティングで対処。
arxiv.org論文『LAWA』、World Action Modelの未来予測を潜在行動で代替し推論遅延を42.9%削減
動画フレームを生成せず、圧縮した潜在行動を「未来の意図」として扱う。RoboCasa few-shotで65.6%とFast-WAM比+9.6pt。
arxiv.orgLimX DynamicsのTRON 2がWuji Hand 2を装着 生薬の取り出し・計量・粉砕・梱包を両手で連続実行
全方向移動ベース＋両手の異なる役割分担で、引き出し・竿秤・乳鉢・紙袋という薬局の一連の作業をデモ。稼働数値はなし。
robotstart.infoNVIDIA、「VLAを超えて」World Action Modelへの転換を提唱 Cosmos 3ベースの新方策を公開
NVIDIAが動画世界モデル由来のWorld Action ModelをVLAの後継として提唱。RoboLabで28.1%→36.8%に改善。
developer.nvidia.comGeneralist AI、3〜12秒のデモ1回で新タスクを覚えるGEN-1.5を公開
デモ1回・数秒の提示だけで新タスクを学習するGEN-1.5。one-shotで平均成功率59%。
generalistai.comEnigma、ロボット操作を「音量調整並みに直感的」にするため7,100万ドルのシード調達
Enigmaが7,100万ドルをシード調達。イスラエル・カリフォルニアの拠点でロボット100台超を運用し人間-ロボット操作を研究。
techcrunch.com