灵初智能等FAFM方法被NeurIPS 2026录用

灵初智能联合北京航空航天大学、北京大学、香港中文大学提出的频率感知流匹配方法 FAFM，论文被 NeurIPS 2026 主会录用。该方法用离散余弦变换（DCT-II）把动作表示为对应真实时间的频域系数，在系数空间做流匹配并约束一阶时间导数，无需增加可学习参数，可独立使用，也可接入 π₀、π₀.₅ 等 VLA 模型。 团队在 Franka 机械臂平台开展真机实验，并在机器人手术仿真环境中评估 FAFM 在四类精细操作任务上的表现。灵初智能称，在两项任务中，原始 π₀.₅ 的成功率均为 80%。

AI 根据报道生成 · 7 天前更新