24项真机硬碰硬！不靠大规模机器人预训练，Fysiverse-UniWAM拿下导航、移动操作双第一

编辑｜陈陈

机器人终于不只是知道往哪走，还知道该在哪里停、以什么方向面对目标，甚至停稳之后，就能直接上手干活。

听起来理所当然，但对机器人来说，这恰恰是一道长期存在的难题。

比如，让机器人收拾桌上的杯子。能走到桌边，不代表就能拿起杯子。底盘停得稍远一点，机械臂可能够不着；朝向稍有偏差，后续抓取也可能受到影响。

如何让机器人不仅走得到，还能停得准、拿得起，甚至完成更复杂的灵巧操作？

最近，国内团队给出了一条颇有意思的新路线。

飞捷科思（Fysics AI）联合复旦大学认知与智能技术实验室（CITLab），提出统一世界动作模型  Fysiverse-UniWAM ，尝试用一个模型，将 自主导航、移动操作与固定工位灵巧操作 三类原本相对独立的能力贯通起来。

更值得关注的是， 这套模型没有走以大规模机器人预训练为起点的传统路线。

团队从预训练视频世界模型出发，通过共享骨干网络实现导航与操作的联合学习，并提出 MAP（Manipulation Anchor Pose，操作锚定位姿），构建了超过  150 万条轨迹、累计约 7500 小时的 MAP-Data 数据集 。

技术路线不一样，实际表现究竟如何？

结果还真有点出乎意料。

在 MAP-Bench 基准测试中，Fysiverse-UniWAM 的平均位置误差仅为  9.85 厘米 ，平均朝向误差为  2.30° ，较最强外部基线分别降低  30.1% 和 44.0% 。

更有看头的是，团队直接将模型部署到 4 种机器人平台，开展了覆盖自主导航、移动操作与固定工位操作的  24 项真机测试 。

其中， 13 项导航任务的位置误差全部领先，4 项移动操作任务成功率全部第一 ；在复杂固定工位操作中，整体表现也接近经过大规模机器人预训练的 π₀.₅。

不靠大规模机器人预训练，一个模型凭什么交出这样的成绩？

24 项真机实测，一个模型到底有多能打？

先不急着看技术原理，直接上真机。

自主导航：不仅走得到，还能停得准

研究人员将机器人移动到远离目标的位置，改变起点与朝向，机器人便能根据当前环境自主规划接近路线，调整底盘位置与方向，最终精准停靠。

即使更换目标、场景乃至机器人平台，模型依然能够完成相应的导航任务。

这并不只是演示效果。

在 13 项 MAP 导航真机测试中，UniWAM 的位置误差全部排名第一，朝向误差在其中 11 项任务中取得最优。

而精准停靠的意义，正是为接下来的机械臂操作创造合适条件。

移动操作：走到位，还要把活干完

在移动操作任务中，机器人需要自主靠近目标，调整底盘，再控制机械臂完成抓取与放置。

例如，从移动到桌边，到伸手抓起杯子并收纳，整个流程由模型自主完成。

换成彩色方块分类，机器人则需要识别目标颜色，协调底盘与机械臂，将方块放入对应托盘。

这些任务真正考验的是导航和操作的衔接能力，而不只是单独完成某个动作。

技术报告表 7 给出了 4 项真机移动操作任务的逐项评测结果。 UniWAM-Scaled 在 4 项移动操作任务中的成功率全部第一，平均成功率达到 80.0%，领先当前最强的机器人预训练基线 π₀.₅达 17.5 个百分点。

主题：操作|模型|导航|移动操作|Fysiverse-UniWAM