**CrossBFM：实现人形机器人跨本体共享潜在行为空间**

_CrossBFM: Distilling a Shared Latent Behavior Space Across Humanoid Embodiments_

> CrossBFM 提出了一种统一编码器架构，旨在解决行为基础模型（BFM）中潜在空间难以跨机器人本体迁移及训练成本高昂的问题。该方法通过蒸馏技术，在不到 1 GPU 小时的时间内为多种人形机器人构建共享的潜在行为空间，并仅需额外 10 GPU 小时即可训练全身控制策略。实验表明，该模型支持运动跟踪、姿态到达和奖励优化三种提示模式，且具备向未见过的相似形态机器人泛化的能力，已在真实机器人上验证有效。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.38087)