CrossBFM：多台人形机器人共享行为潜空间

2026年10月1日，AGI Hunt 报道，Tan-Dzung Do、Nico Bohlinger、Jan Peters 等人发布跨具身行为基础模型 CrossBFM。该模型通过蒸馏方式，让多台人形机器人共享同一个行为潜空间，从而用一套指令即可驱动多台机器人执行行为。报道称，该方案把此前 Forward-Backward 表示训练单个机器人所需的数百 GPU 小时，压缩到 1 小时以内，大幅降低了多机器人行为学习的开销。目前报道未披露模型架构细节、参与测试的机器人数量与具体评测结果。

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。