雷锋网·2026-10-14 10:35· 4 小时前精选AI 评分66宾大茅佳源:从单次演示到 83% 真机泛化,破解具身智能数据困局|IROS 2026AI 导读宾大、MIT 与 Stanford 联合团队的茅佳源在 IROS 2026 演讲中指出,纯数据拟合路线数据效率低、难泛化,提出以世界建模与约束求解为核心的思路。推荐理由梳理了端到端范式与模块化路线的取舍,并给出可量化的 TR 诊断指标,便于评估泛化失败原因。来源:雷锋网 · leiphone.com具身智能VLA 与具身大模型论文研究#论文/研究#具身智能#VLA查看事件全部后续