论文页面 - Vesta：通用具身推理模型

来源：https://huggingface.co/papers/2606.20905 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

Vesta 是一个统一的具身通用模型，将定位、空间推理、导航和长期规划整合到一个基础模型中，在基准测试和真实世界机器人应用中均优于专门的模型。

在开放世界环境中运行的机器人必须无缝整合定位、空间推理、导航和长期规划。虽然专门模型在单个任务上表现出色，但部署多模型栈在计算上成本高昂，且容易产生级联错误。我们提出了 Vesta，一个统一的具身通用模型，将这些能力整合到单个基础模型中。我们的方法结合了以下要素：一个多样化且大规模精选的语料库，旨在诱导空间定位能力；以及一个简单的多模态记忆工具包，支持跨扩展时间范围的推理。在多种基准测试中，Vesta 平均比单个 SOTA 基线高出 20% 以上，并且比按类别最佳基线的集成模型高出 10% 以上——这表明通用模型能够达到甚至超越专门模型。在需要记忆和推理的真实世界机器人任务中，Vesta 将任务成功率提升了 35% 以上。因此，我们的工作表明，单个通用模型是可行的、可扩展的，并且可以说是比组合专门模型更优的选择。

查看 arXiv 页面 (https://arxiv.org/abs/2606.20905)查看 PDF (https://arxiv.org/pdf/2606.20905)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.20905)

在你的 agent 中获取此论文：

hf papers read 2606.20905

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本论文的模型0

没有模型链接到此论文

请在模型 README.md 中引用 arxiv.org/abs/2606.20905 以从本页链接过去。

引用本论文的数据集0

没有数据集链接到此论文

请在数据集 README.md 中引用 arxiv.org/abs/2606.20905 以从本页链接过去。

引用本论文的 Spaces0

没有 Space 链接到此论文

请在 Space README.md 中引用 arxiv.org/abs/2606.20905 以从本页链接过去。

包含本论文的收藏集0

没有包含此论文的收藏集

请将这篇论文添加到一个收藏集 (https://huggingface.co/new-collection) 中以从本页链接过去。