知识卡片：面向人形机器人的行为基础模型缩放

英文标题：Scaling Behavior Foundation Model for Humanoid Robots
英文关键词：behavior foundation model; humanoid control; scaling law; whole-body coordination; Humanoid Transformer
原始来源：arXiv:2607.15163v1, https://arxiv.org/abs/2607.15163v1

一句话结论

通过协调学习范式（全局帧运动跟踪）、数据策略（on-policy rollout量+参考动作多样性）和模型架构（Humanoid Transformer），行为基础模型（BFM）在人形机器人控制上实现了显著的性能提升，全局模式下平均关键点位置误差（MPKPE）降低82%。

事件概述/研究问题

人形机器人控制需要全身自然协调、实时精确响应控制信号，并在多样化环境中鲁棒泛化。行为基础模型（BFM）利用大规模行为数据已展现出更强的表现力、多功能性和泛化能力，但其缩放规律尚未明确——学习范式、行为数据和模型架构如何协调才能实现有效缩放？本文提出了一个协调三要素的缩放配方。

方法/产品要点

• 核心组件1：学习范式——将多样化的人形控制问题重新表述为在全局帧中复现整合的全身行为（motion tracking），使问题统一且利于缩放。
• 核心组件2：数据策略——on-policy rollout数量与参考动作多样性之间的战略协同，两者共同决定性能增益。
• 核心组件3：模型架构——提出Humanoid Transformer，一种富有表现力且可扩展的架构，促使结构化行为表征自然涌现。

主要结果或产业意义

• 在仿真与真实世界部署中，该方法相比现有控制器大幅提升控制保真度和任务泛化能力。
• 测试集上局部模式（local mode）下平均关键点位置误差（MPKPE）降低超过10%；全局模式（global mode）下MPKPE降低82%。
• 证明BFM可作为可扩展、通用的人形控制的基础框架，为通用具身智能体奠定基础。

为什么重要

现有机器人基础模型（如π0.7）主要针对灵巧操作任务，而本工作专门聚焦人形机器人全身控制，提出了实用的缩放配方，并给出了量化指标。这是首次系统揭示学习范式、数据与架构三者协调对BFM缩放的关键作用，为后续大规模人形控制模型提供了指导原则。

局限与不确定性

• 论文未披露Humanoid Transformer的具体参数规模、训练数据量及计算成本，缩放的具体曲线未给出。
• 真实世界部署的机器人型号、任务场景细节待核实。
• 与其他BFM方法（如基于模仿学习或强化学习的基线）的对比细节需进一步查阅原文。

可用于图书/PPT/简报的角度

• 人形机器人基础模型的“缩放配方”：从学习范式、数据、架构三个维度解释如何让模型变大变强。
• 从“操作”到“全身控制”：对比π0.7等操作基础模型，说明全身协调控制的独特挑战和本工作的突破。
• 数据策略启示：on-policy rollout与动作多样性协同，适用于其他机器人学习领域。

与既有脉络的关系

本卡片是对已有机器人基础模型卡片（如π0.7）的专业细分补充：π0.7聚焦通用灵巧操作与组合泛化，而本工作聚焦人形机器人全身控制，首次给出明确的缩放协调方案与定量性能提升，属于同一领域下的分支进展。

原始材料

• 完整论文：https://arxiv.org/abs/2607.15163v1
• PDF下载：https://arxiv.org/pdf/2607.15163v1
• 作者：Weishuai Zeng, Kangning Yin, Xiaojie Niu, Shunlin Lu, Weixiang Zhong, Jiahe Chen, Feiyu Jia, Xiao Chen, Zirui Wang, Furui Xu, Ming Zhou, Kailin Li, Weinan Zhang, He Wang, Li Yi, Dahua Lin, Jiangmiao Pang, Jingbo Wang
• 发布时间：2026-07-16
• 分类：cs.RO, cs.AI