WholebodyVLA

人形机器人既要走到桌前又要伸手拿东西，行走和操作通常由两套系统分别控制，衔接生硬。WholebodyVLA 提出统一的潜在视觉-语言-动作模型，一个模型同时控制全身的移动与操作。

它能从无动作标注的视频中学习，论文收录于 ICLR 2026。

软件功能

全身控制：移动加操作。

统一模型：一套策略。

视频学习：利用无标注数据。