Instant-Fold：可变形物体操作的情境模仿学习框架

2026年10月15日，arXiv Artificial Intelligence 刊出由 Yilong Wang、Cheng Qian、Edward Johns 提出的 Instant-Fold，一个面向可变形物体操作（DOM）的情境模仿学习框架。据该报道，该框架仅凭单次人类演示即可推断并执行多种操作模式，包括空间执行方式和顺序上的变化，且无需梯度更新；其方法先通过时序对比预训练学习形变感知视觉表征，再由以演示为条件的流匹配 Transformer 策略预测动作。报道称，该框架完全在仿真中训练，可泛化到多种折叠模式，并零样本迁移到真实环境，无需额外数据采集或微调。目前事件进展仅止于该框架的提出与上述能力描述，尚无后续跟进报道。

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。