具身智能里程碑！各项全能！GenRL：利用世界模型学习任何行为！

文章预览

点击下方 卡片 ，关注 「3D视觉工坊」 公众号 选择 星标 ，干货第一时间送达 来源：3D视觉工坊 添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附行业细分群 扫描下方二维码，加入 3D视觉知识星球 ，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门视频课程（星球成员免费学习） 、 最新顶会论文 、计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！ 0. 这篇文章干了啥？ 基础模型是预先训练的大型模型，它们对世界拥有广泛的知识，并且可以很容易地适应给定的任务。这些模型已经在广泛的视觉和语言任务中展示了非凡的泛化能力。随着我们将这一范式扩展到实体化应用（即代理在环境中与物体和其他代理进行物理交互）中，我们需要能够推理这些交互并在这 ………………………………