FineART：面向双臂操作的高密度标注轨迹数据集与视觉-语言-动作模型
FineART提出一个面向复杂双臂操作的高密度标注数据集，包含40,543个 episode、1,718小时、533,913个子任务并覆盖151项任务；配套的FineART-VLA可预测下一步子任务以指导动作。
动态展示门槛：AI 前沿与应用 ≥ 65 分，量子方向 ≥ 60 分；已确认精选照常展示。
#具身智能
arXiv · cs.AI arXiv · cs.AI CSWAM通过因果语义表示提升世界动作模型的分布外泛化能力
CSWAM在FastWAM中加入基于V-JEPA 2.1的因果语义专家，利用稀疏观测历史学习语义状态变化与运动，并通过因果注意力共享给视频流和动作流，同时保留仅动作推理。
arXiv · cs.AI DepthWorld：用于机器人操作的三维世界模型
研究团队提出 DepthWorld，一种基于 Stable Video Diffusion、通过空间潜变量分块联合预测多视角 RGB 与深度分布的机器人操作三维世界模型。