具身模型训练真正稀缺的,不只是算力,更是高质量的物理交互数据。
对于布料、绳索、毛绒玩具等柔性物体,机器人不仅要判断物体移动到了哪里,还要理解一个局部动作会如何改变整体形状。真实交互数据采集成本高、覆盖范围有限;传统仿真器面对复杂接触与大幅形变时,又很难同时兼顾预测精度和跨场景泛化。这使得具身模型难以获得足够丰富的软体交互经验,也难以形成可靠的物理直觉。
五一视界提出 AIM(Adaptive Interaction Modeling):从真实观测中学习软体形变动力学,根据物体当前的几何状态和运动历史,自适应地判断哪些区域正在相互影响,并将局部操作产生的作用传递到整个物体。
同一个模型可以面向不同动作、不同物体和不同场景进行动力学预测,覆盖绳索、布料、毛绒玩具、面包、包装袋等多种柔性物体。它为生成丰富、低成本的软体交互轨迹提供了新的基础,让机器人能够在真实执行之前,先在模型中预演动作、观察形变,并逐步积累可迁移的物理操作经验。
让具身智能不只“看懂”世界,也开始真正“预见”世界如何响应它的动作。