Hugging Face发布MM-ABC：革新移动操作机器人基础模型

摘要：Hugging Face推出了一款名为MM-ABC的移动操作机器人基础模型，旨在解决机器人交互中空间感知和异构动作协调的挑战。MM-ABC通过稀疏多级视觉语言模型（VLM）特征进行空间感知，并引入未来分支和MM-APT模块以增强感知与操作意图预测。实验结果表明，MM-ABC在多个基准测试中表现优异，例如在EBench上成功率为44.71%，在RoboCasa365上为61.2%，在LIBERO上为99.1%，在真实世界任务中平均成功率为83%。该模型为移动操作机器人领域带来了突破性进展。

---

概述

Hugging Face近日发布了一款名为MM-ABC的移动操作机器人基础模型，旨在解决机器人交互中空间感知和异构动作协调的核心挑战。MM-ABC通过以下三个核心组件实现其功能：

1. 稀疏多级VLM特征：用于空间感知，能够在连续自我运动下进行精确的空间定位和理解。
2. 未来分支：仅在训练时使用，通过世界想象和几何意图作为额外监督，增强感知与操作意图预测。
3. MM-APT模块：通过掩码联合注意力和干净动作预测，协调独立的操作和移动流。

技术亮点

• 高效跨流协作：MM-ABC不仅实现了操作和移动动作的解耦，还支持高效的跨流协作，从而提升了整体学习信号。
• 多层次监督：通过未来分支和几何意图的引入，MM-ABC在感知和操作意图预测方面表现出色。
• 大规模预训练：MM-ABC在5000+小时的异构机器人数据上进行了预训练，涵盖400K+个片段、12个数据集和17种不同的机器人形态。

实验结果

在多个基准测试中，MM-ABC展示了其强大的性能：

• EBench：成功率为44.71%。
• RoboCasa365：成功率为61.2%。
• LIBERO：成功率为99.1%。
• LIBERO-Plus：在无扰动训练的情况下，成功率为82.8%。
• 真实世界任务：平均成功率为83%。

行业影响

MM-ABC的发布标志着移动操作机器人领域的重要进展。其高效的空间感知和动作协调能力使其在复杂任务中表现出色，为研究人员和开发者提供了强大的工具。此外，MM-ABC的架构设计也为未来的机器人智能体开发提供了新的思路，特别是在多模态交互和复杂环境适应方面。

开发者建议

• 模型应用：建议研究人员和工程师在移动操作机器人项目中尝试使用MM-ABC，以提升任务执行效率和成功率。
• 扩展研究：可以进一步探索MM-ABC在不同机器人形态和任务场景中的表现，并结合其他AI技术（如强化学习）进行优化。
• 社区参与：鼓励开发者参与MM-ABC的开源社区，分享使用经验和改进建议，推动模型的发展和应用。

---

消息来源：Hugging Face Daily Papers (2026-09-28)

—— 完 ——

主题标签： #Hugging Face 关注 #移动操作 关注 #机器人 关注 #VLM 关注 #AI模型 关注