EXE跨具身预训练框架提出

2026年10月27日，arXiv Robotics 报道了 Qingyuan Cai 等作者提出的 EXE 框架。该框架是一个面向 VLA 模型的第一人称（自我中心）跨具身预训练框架，从第一人称人类视频中学习分解式潜在动作表示，将共享操作先验与具身特定信号分离。报道称，这一共享动作空间让机器人策略能从多样人类演示中获得可泛化的操作语义，不受人类特定运动学偏置影响；同一预训练可同时受益于平行夹爪和灵巧手。在 RoboTwin 2.0、RoboCasa GR1 和真实世界操作任务上，EXE 相比无预训练基线取得一致提升。目前该报道为唯一来源，尚无后续跟进报道，事件进展以该篇论文报道为准。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。