embodiment-gap

本文介绍了HuRo，一个将人类视频机器人化以创建可扩展VLA预训练数据的流程，展示了在真实世界操作任务中任务完成率和鲁棒性的显著提升。

这篇文章讨论了机器人中的实体鸿沟，以及 Bonafide Robotics 如何通过提供基于订阅的工业机器人车队来解决这一问题。

Dyna Robotics 推出了 Dyna-2，这是一个在一百万小时人类视频上预训练的世界-动作模型，揭示了缩放定律，并表明具身差距更像是一个适应问题，而非知识问题。

本文识别出由以人为中心的管道导致的人形机器人共语动作生成中的具身差距，并提出PhysDrift，一种具身感知框架，直接从语音预测可执行的人形机器人关节轨迹，改善了语音-动作对齐和物理合理性。