2025年12月17日，香港大学、智元AGIBOT、复旦大学与上海创智学院联合团队发布WholeBodyVLA，一种面向真实世界人形机器人的全身Vision–Language–Action框架。该研究基于智元灵犀X2机器人，通过从人类第一视角视频中学习动作表示，并结合专为移动操作设计的RL控制器，解决了loco-manipulation任务中数据稀缺与运动不稳定的难题。实验表明，WholeBodyVLA具备长程移动操作、距离泛化、操作泛化及地形适应能力，显著提升了双足机器人在复杂环境中的自主协同作业性能，为人形机器人在制造、服务等场景的应用提供了关键技术路径。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。