UniAct 是新型的具身基础模型框架，解决不同机器人之间行为异构性的问题。通过学习通用行为，捕捉不同机器人共享的原子行为特征，消除因物理形态和控制接口差异导致的行为异构性。UniAct 的架构包括通用行为提取器、通用行为空间和异构解码器。通用行为提取器基于视觉语言模型，通过观察和任务目标提取通用行为；通用行为空间以向量量化码本形式实现，每个向量代表一种原子行为；异构解码器将通用行为翻译为特定机器人的控制信号。

UniAct – 清华、商汤、北大、上海AI Lab共同推出的具身基础模型框架 第1张
（图片来源网络，侵删）
UniAct – 清华、商汤、北大、上海AI Lab共同推出的具身基础模型框架 第2张
（图片来源网络，侵删）