Zero-HLM扩展人形机器人全身操作示范

北京通用人工智能研究院联合北理工、清华、德塔智能提出并推出 Zero-HLM，通过 Real2Sim2Real 路径将45条遥操作源示范扩展至4800条成功轨迹，以仿真数据训练 GR00T N1.7，并经 SONIC 控制器零样本迁移至宇树 G1 执行全身操作任务。 训练过程中，候选动作需由真机控制器验证，成功轨迹才进入训练集。团队同步开源包含3个长程任务、9个技能阶段的 Zero-HLM-Bench；统一接口测试中，GR00T N1.7完整任务成功率为69.7%，高于 DiT4DiT 的64.0%和 π₀.₅ 的59.0%。诊断显示，视觉域差异仍是仿真到真机迁移的主要瓶颈。

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。