康奈尔 UMA 机器人模型：25 段人类视频即可教会新任务，权重冻结

康奈尔 UMA 机器人模型只需 25 段人类视频演示即可学会新任务，模型权重全程冻结，适配仅更新表示「要做什么」的任务 token。它通过 3D 物体上点的运动连接人类视频与机器人控制，在餐具插入、扫地、叠牛仔裤三个任务上纯视频适配的成功率比 UVA 高约 25 个百分点（每任务 20 次评估）。新任务无需采集机器人动作标注，但部署到新机器人本体仍需兼容的机器人数据。