UniT：人形机器人跨具身策略学习统一框架

2026年10月15日，arXiv Artificial Intelligence 刊出论文，提出 UniT（Unified Latent Action Tokenizer via Visual Anchoring）框架，作者为 Boyu Chen 等。据该报道，UniT 通过三分支交叉重建机制，将异构运动学锚定到视觉结果，构建跨具身共享的离散潜在空间，从而为人到人形机器人的迁移建立统一物理语言。报道称该框架面向人形机器人的人类到人形策略学习与世界模型统一物理语言。目前公开信息仅来自这一篇论文报道，未提及后续实验验证、开源发布或应用落地等进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。