**几何动作模型：复用几何基础模型的机器人操作策略**

_Geometric Action Model for Robot Policy Learning_

> 几何动作模型（GAM）提出了一种语言驱动的机器人操作策略，直接复用预训练的几何基础模型（GFM）作为感知、时序预测和动作解码的统一基座。它在GFM中间层插入因果未来预测器，根据语言指令、本体感知和动作历史预测未来潜变量token，再通过剩余GFM模块解码生成未来几何和动作。该方法仅需最小架构改动，即可为GFM注入语言条件下的时序世界建模能力，同时保留其丰富的几何先验。在模拟和真实机器人操作任务中，GAM在准确性、鲁棒性、速度和模型轻量化方面均优于现有大规模基础模型基线。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.17046)