Being-M0.7：面向人形机器人的潜在世界-动作模型

Being-M0.7 是一个潜在世界-动作模型，通过预训练、机器人中期训练和动作后训练三阶段，将混合模态人类数据中的视觉-运动先验迁移到人形机器人控制。该模型基于超 10,000 小时人类中心数据构建语料，联合预测未来潜在视觉状态与运动。在 SIMPLE 基准上取得最高综合成功率，并在真实 Unitree G1 全身移动操作任务上追平最强基线。