Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: UniAct – 清华、商汤、北大、上海AI Lab共同推出的具身基础模型框架
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
UniAct – 清华、商汤、北大、上海AI Lab共同推出的具身基础模型框架
Prompt 语宙 > AIGC 资讯 > UniAct – 清华、商汤、北大、上海AI Lab共同推出的具身基础模型框架
AIGC 资讯

UniAct – 清华、商汤、北大、上海AI Lab共同推出的具身基础模型框架

Prompt 语宙研究院
最近更新: 2026年6月8日 下午2:17
3D与空间智能 AI智能体 大模型微调 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 用向量量化构建通用动作空间,把不同机器人的原子行为统一到同一 codebook 中。
  • 0.5B 轻量模型在真实与模拟任务上超过 1.4B 的 OpenVLA,兼顾性能与效率。
  • 仅需 50 条专用示教数据即可微调适配新环境,并可通过新增解码器扩展到新平台。

UniAct是什么

UniAct 是新型的具身基础模型框架,解决不同机器人之间行为异构性的问题。通过学习通用行为,捕捉不同机器人共享的原子行为特征,消除因物理形态和控制接口差异导致的行为异构性。UniAct 的架构包括通用行为提取器、通用行为空间和异构解码器。通用行为提取器基于视觉语言模型,通过观察和任务目标提取通用行为;通用行为空间以向量量化码本形式实现,每个向量代表一种原子行为;异构解码器将通用行为翻译为特定机器人的控制信号。

阅读目录
  • UniAct是什么
  • UniAct的主要功能
  • UniAct的技术原理
  • UniAct的项目地址
  • UniAct的应用场景

UniAct

UniAct的主要功能

  • 通用动作编码:UniAct将不同机器人的原子行为(如“移动到目标位置”或“避开障碍物”)通过向量量化形成一个通用的codebook,每个token代表一种可跨平台共享的通用技能。
  • 轻量化架构与高效性能:UniAct-0.5B模型仅需0.5亿参数,在真实与模拟环境的任务测试中,表现已经超过了参数达到14亿的OpenVLA模型。
  • 快速适应新环境和机器人:UniAct仅需50条专用示教数据即可完成模型在新环境中的微调,能快速适应新机器人和控制接口。通过添加新的轻量级解码器,可以轻松扩展到新的机器人平台。
  • 跨领域数据利用:UniAct通过通用行为空间,能更好地利用跨领域的数据进行训练,在不同机器人和环境中实现更高效的泛化。
  • 一致的行为模式:在不同的部署场景和机器人类型上,同一个通用动作可以表现出一致的行为模式。为具身智能体的控制提供了新的便捷方式,操作人员只需从codebook中挑选相应的通用动作,即可指挥不同类型的机器人完成任务。

UniAct的技术原理

  • 通用动作空间(Universal Action Space):UniAct通过向量量化(Vector Quantization)构建了一个离散的通用动作空间。这个空间被设计为一个向量化的码本(codebook),每个向量嵌入代表一种通用的原子行为。这些原子行为是不同机器人在不同情境下共享的基本行为模式,例如“移动到目标位置”或“避开障碍物”。通过这种方式,UniAct能将不同机器人的动作统一表示,消除动作空间的异构性。
  • 通用动作提取器(Universal Action Extractor):UniAct基于视觉语言模型(VLM)的通用动作提取器来识别和提取通用动作。提取器在给定观察结果和任务目标的情况下,输出选择通用动作的概率。通过这种方式,UniAct能从复杂的视觉和语言输入中提取出与任务进展直接相关的通用动作,不仅是识别观察到的变化。这种提取方法避免了外部因素(如环境变化或人为干预)的干扰,确保了动作空间的纯净性和一致性。
  • 异质解码器(Heterogeneous Decoders):为了将通用动作翻译为特定机器人的可执行命令,UniAct引入了异质解码器。这些解码器针对不同的机器人平台进行设计,能够根据机器人的具体特征(如关节力矩或摄像头视角)将通用动作转换为具体的控制信号。通过这种方式,UniAct能够灵活适配不同类型的机器人,实现高效的跨平台控制。
  • 轻量化架构与高效训练:UniAct采用了轻量化的模型架构,即使在低参数设置下也能保持良好的性能。UniAct通过行为克隆损失进行训练,并根据动作标签的性质选择合适的损失函数(如离散动作的交叉熵和连续动作的均方误差)。这种高效的训练方式使得UniAct能快速适应新环境和新机器人。

UniAct的项目地址

  • 项目官网:https://2toinf.github.io/UniAct/
  • Github仓库:https://github.com/2toinf/UniAct
  • arXiv技术论文:https://arxiv.org/pdf/2501.10105

UniAct的应用场景

  • 自动驾驶与智能交通:UniAct的技术原理和架构也适用于自动驾驶领域。通过学习通用的驾驶行为模式,UniAct能为自动驾驶系统提供更高效的动作规划和控制。
  • 医疗机器人:UniAct可以应用于医疗机器人领域,例如辅助康复机器人或手术机器人。通过通用动作空间,医疗机器人能更灵活地适应不同的患者需求和手术场景。
  • 工业自动化:在工业自动化领域,UniAct可以用于控制多种工业机器人,实现高效的生产流程优化。通过快速适应不同的机器人平台和任务需求,UniAct能显著提高工业生产的灵活性和效率。
  • 智能家居与服务机器人:UniAct可以应用于智能家居和家庭服务机器人领域。通过通用动作空间,服务机器人能更自然地与人类交互,完成各种家务任务。
❓ 常见问题解答(FAQ)
UniAct 解决了什么问题?

UniAct 主要解决不同机器人之间的行为异构性问题。它把跨平台共享的原子行为抽象为通用动作,再通过异构解码器映射到各自控制接口,从而实现统一表示与跨机器人控制。

UniAct 为什么适合新机器人快速适配?

因为它采用通用行为空间加轻量级异构解码器的设计。模型主体学习共享动作表示,适配新机器人时只需新增或微调对应解码器,并且文中提到仅需 50 条专用示教数据即可完成微调。

UniAct 的性能表现如何?

文中给出的结果显示,UniAct-0.5B 在真实与模拟环境任务测试中,表现已经超过参数达到 14 亿的 OpenVLA,说明它在轻量化前提下仍具备较强的泛化与控制能力。

🔬 语宙深潜追问 · 进阶实操拆解
50条示教为何就能适配新机器人?

关键在于先学到通用行为空间,再把不同机器人映射到统一表示,减少从零学习成本。少量示教主要用于校准本体差异、末端执行器和控制频率,而不是重新学整套策略。

具身基础模型最难的工程环节是什么?

最难的是数据标准化、动作对齐和真实硬件安全。模型再强,如果传感器、控制接口和任务定义不统一,就很难跨平台复用,因此框架设计比单点精度更重要。

🗳️ 读者观点微投票 · 您的实战立场是?
统一动作表示后,机器人真能快速换型吗?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🐋 所属权威专题:DeepSeek 深度实战与部署 →
  • 宇树科技重磅开源UnifoLM-VLA-0:基于Qwen2.5-VL-7B,单一模型实现12类机器人操作,准确率98.7%
  • 宇树科技开源 UnifoLM-WMA-0:突破性世界模型赋能通用机器人学习与决策
  • 卢宗青团队重磅开源Being-H0.5:通用机器人模型突破,实现跨形态策略迁移与真实部署
  • 上海AI实验室开源InternVLA-A1:600万条语料+一脑多形,具身智能大模型实现跨场景零样本泛化
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
Project Genie:谷歌DeepMind AI世界模型来袭,文字秒生可交互虚拟宇宙
苹果新推出的设备内及云端服务器基础模型介绍 [译]
一个永无止境的个人项目带来的启示 [译]
什么是提示词注入攻击? [译]
SurveyGO卷姬 – 清华联合面壁智能开源的AI论文写作工具
TAGGED:3D与空间智能AI智能体大模型微调开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 Paper2Code – AI论文自动转为代码的多智能体框架 Paper2Code – AI论文自动转为代码的多智能体框架
下一篇 MM-StoryAgent – 上海交大联合阿里开源的多智能体故事绘本视频生成框架 MM-StoryAgent – 上海交大联合阿里开源的多智能体故事绘本视频生成框架
Ad image
Ad image

最近更新

花旗银行、摩根大通与美国银行等多家大型商业银行收紧服务条款,明确用户授权第三方 AI 智能体受损需自行担责
哪怕被黑客盗刷也不赔!花旗、摩根大通与美银等五大银行集体改写条款:使用第三方AI智能体风险由客户全权自担,生态入口博弈全面打响
AIGC 资讯
LangSmith for Coding Agents 代码智能体按 PR 结果核算成本与 ROI 官方封面图
340亿美元编码AI开销如何算清账?LangSmith上线代码智能体ROI追踪:按PR结果归因成本、五大工具全统一与线程上下文通胀治理指南
最新趋势
Axiom Math 利用 AI 多智能体集群完成 1.5 万页有限单群分类定理(CFSG)与 7500 页 Stacks 项目数学形式化验证的可视化点阵图
4300万行代码堪比Linux内核!Axiom Math用AI智能体攻克1.5万页“庞大定理”与Stacks项目形式化验证:百个里程碑与分层多智能体架构全拆解
最新趋势
印度具身智能数据初创公司 Humyn Labs 联合创始人 Ishank Gupta(左)与 Manish Agarwal(右)
半年营收破千万且90%来自美国!印度物理AI数据创企Humyn Labs获4700万美元A轮:双摄硬件、2100万债权垫资与20国采集网全拆解
AIGC 资讯

相关推荐

AI终于变成印钞机:Alphabet二季度营收涨24%,Gemini月活冲到9. 5 亿
AIGC 资讯

AI终于变成印钞机:Alphabet二季度营收涨24%,Gemini月活冲到9. 5 亿

Prompt 语宙研究院
AI办公效率 AI智能体 Gemini YouTube
HippoRAG 2 – 俄亥俄州立大学推出的检索增强生成框架
AIGC 资讯

HippoRAG 2 – 俄亥俄州立大学推出的检索增强生成框架

Prompt 语宙研究院
AI智能体 RAG检索增强 开源大模型
红果短剧发布AI角色规范,专项整治“高频AI脸”与素材侵权
AIGC 资讯

红果短剧发布AI角色规范,专项整治“高频AI脸”与素材侵权

Prompt 语宙研究院
AI智能体 AI绘画提示词 AI视频生成 开源大模型
启元重症大模型 – 腾讯和迈瑞医疗联合推出的重症医疗大模型
AIGC 资讯

启元重症大模型 – 腾讯和迈瑞医疗联合推出的重症医疗大模型

Prompt 语宙研究院
AI办公效率 AI智能体 RAG检索增强 大模型微调 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.