RynnVLA-Latent：用 3D 潜动作扩展机器人操作基础模型

RynnVLA-Latent 提出用从异构视频中学到的 3D 潜动作预训练视觉-语言-动作策略，无需针对具体本体调参即可在仿真与真实机器人任务上取得高成功率。其 RynnLAM 结合残差未来特征预测、相机补偿 3D 流监督和相机运动解耦，在 30.1K 小时人类、机器人与仿真视频上生成 745.52M 个潜动作描述符。