mobile-manipulation

本文介绍了DECOWAM，一种用于腿式移动操作的解耦全身世界-动作模型，通过专用条件接口和新数据集，在视频和动作预测性能上优于现有模型如FastWAM。

小米发布了 XR-1，这是一个机器人基础模型，基于超过 10 万小时的真实世界操作轨迹进行训练。它基于 Qwen3-VL 和 Diffusion Transformer 构建，能够在未见过的环境中实现开箱即用的移动操作。

Unitree发布UnifoLM-OminiA-0.3，一个用于全身移动操作的单一AI模型，具备实时全模态交互，可实现自主家庭护理与健康任务。

LimX Dynamics 发布了 COSA 0.5，这是其人形机器人脑系统的更新版本，通过一段长镜头演示展示了无需远程操作的完全自主移动操作能力，推动了人形机器人自主性的发展。

ABot-M0.5 是一种针对移动操作的新型世界动作模型，通过时间粒度对齐、动作空间解耦和训练-测试一致性提升性能，在长时域和细粒度操作基准上达到了最先进水平。

EBench 是一个用于通用移动操作策略的诊断基准，提供跨越26个任务和4个泛化维度的多维度概况，揭示超出总体成功率的架构性优缺点。