ICRA 2026最佳論文獎，千尋智能首席科學家、清華高陽團隊FP3入圍

原文作者：譚梓馨原文鏈接：https://mp.weixin.qq.com/s/llcXE2be4oNWItL_0ydVZw2026年IEEE國際機器人與自動化會議（IEEE ICRA 2026）是機器人與自動化領域的頂級學術盛會，於6月1日至5日在奧地利維也納舉辦。今年，FP3、HITTER等多篇華人團隊論文入圍最佳論文獎提名，頭部科技此前曾報道過HITTER，今天來看另一篇研究FP3。FP3論文的導師之一高陽是清華大學跨學科信息科學研究院（IIIS）的助理教授，同時他也是國內具身獨角獸千尋智能（Spirit AI）的聯創兼首席科學家。下面，一起來看看FP3做了哪些創新工作。三維基座帶來的改進基於海量多任務數據預訓練的基座大模型在機器人領域展現出巨大潛力，但絕大多數機器人基礎策略模型僅採用二維圖像作為輸入觀測，缺失三維幾何信息，而三維幾何是機器人感知、理解真實三維空間的關鍵。概括來說，FP3是一個面向機器人操作的大規模三維基座策略模型。該模型參數大小為1.3B，基於可規模化的擴散Transformer架構搭建，依託6萬條含點雲觀測的運動軌跡完成預訓練，憑藉特有模型結構與多元化預訓練數據，FP3可快速微調適配各類下游任務，泛化性能優異。真機實測表明：僅需80組人工示教樣本，FP3即可在包含全新未知物體的陌生場景中習得新任務，性能大幅領先現有機器人基座模型。在自建的多項新任務數據集上驗證FP3高效微調與強泛化特性，結果顯示：僅使用單卡、兩小時微調，相較主流基線，同場景性能平均提升60%，開放未知場景性能平均提升80%。性能對比表現突出FP3的在架構中設計了一個編碼器-解碼器擴散Transformer網絡，首先對多模態輸入進行編碼，包括3D點雲、語言和機器人本體感受狀態，然後對動作進行去噪。研究人員與業內其他機器人控制策略進行了對比，域內實驗結果顯示，單場景僅10條示教樣本條件下：DP、DP3僅能勉強完成簡單任務，多數場景成功率不足50%，在倒水這類高難度任務上基本失效；OpenVLA整體各項任務表現糟糕，根源在於缺少連續動作塊預測機制。依託預訓練與三維點雲表徵，FP3全部任務成功率突破90%。從實操現象來看，基線算法失敗多源於動作精度缺陷：夾取時定位偏差推飛物件、倒水時瓶口對偏等；而FP3憑藉大參數量與海量預訓練，可精準擬合複雜目標動作，輸出軌跡更平滑、控制精度更高，顯著優於對比算法。將機械臂更換至全新環境、使用從未見過的物體開展零樣本測試，不含預訓練的所有基線策略普遍無法識別目標物體，任務成功率近乎歸零。反觀經過預訓練的FP3極少出現識別失效，全場景平均成功率超80%，全面碾壓對照組。研究認為優異性能來自兩點：一是大規模預訓練覆蓋海量場景與物件，大幅提升策略魯棒性；二是點雲輸入可精準捕獲三維幾何特徵，是實現跨域泛化的關鍵。指令跟隨測試結果顯示，在初始環境完全一致的條件下，使用多條不同文本指令測試FP3與基線策略，FP3可精準依照指令執行對應任務，並非單純死記訓練數據分佈。研究人員在論文中表示，FP3雖作為基座策略模型表現優異，但仍存在若干短板：第一，FP3下游微調效率與泛化能力突出，但基座原生零樣本性能偏弱，誘因大概率是預訓練所用DROID數據集體量不及OXE等二維機器人數據集，後續可構建規模更大的三維機器人數據集用於預訓練。第二，FP3僅依靠CLIP嵌入實現語言條件接入，難以表徵複雜動態語義；後續可將本擴散架構FP3與視覺大模型VLM融合，搭建類似π0的視覺-語言-動作（VLA）模型；第三，當前FP3未複用DINOV2、SigLIP等成熟預訓練二維視覺編碼器，融合三維點雲特徵與二維圖像特徵、或將二維特徵升維至三維空間具備巨大優化空間，相關研究留作未來工作。具身獨角獸激烈競逐FP3之外，高陽所在的千尋智能今天也官宣了兩大進展。一方面，其自研具身基座模型Spirit v1.6在具身基準測試平臺RoboArena中成功登頂，性能超過英偉達Cosmos3與Physical Intelligence Pi0.5，成為首個登頂的中國具身模型。另一方面，該公司宣佈新獲15億元A+輪融資，從2月份至今融資近50億再次刷新行業紀錄。千尋智能在官宣中表示2026年將積累100萬小時級真實世界交互數據的階段性沉澱，涵蓋豐富的長尾複雜場景與多模態操作樣本，構築核心護城河。在另一份榜單具身智能大規模真機評測平臺RoboChallenge的Table30系列任務測試中，千尋智能此前發佈的Spirit v1.5目前排名第四，排名第一的是星動紀元Era0模型，其次是原力靈機的DM0和極佳視界的GigaBrain-0.1，模型排位變換之間也見證了中國具身智能創業賽道競爭之激烈。今年以來，估值超百億的具身獨角獸不斷擴容，除了上述幾家公司，賽道中還有銀河通用、星海圖、智元、智平方、自變量、星塵智能、靈心巧手、帕西尼感知等等，即將IPO的宇樹也計劃將募資重點投入到具身智能大模型。獨角獸們的技術競逐，正加速機器人行業拐點的到來，推動中國成為全球具身智能落地的核心市場。-END-雷峰網