ZEST：人形机器人零样本动作迁移新突破
核心创新点
波士顿动力联合MIT提出ZEST（Zero-shot Embodied Skill Transfer）框架，首次实现人形机器人无需额外训练，即可直接迁移人类演示的复杂运动技能（跑、跳、障碍翻越等）。
技术亮点
- 双阶段物理一致性对齐，解决人形机器人与人类形态差异问题
- 零样本迁移准确率提升47%，运动自然度达到人类水平的89%
- 已在波士顿动力Atlas机器人上完成127种复杂动作验证
行业价值
彻底改变人形机器人技能训练模式，将训练成本降低90%，训练周期从数月缩短至分钟级。
论文信息
论文标题：Zero-shot Embodied Skill Transfer for Athletic Robot Control
发布机构：波士顿动力、麻省理工学院（MIT）
arXiv链接：https://arxiv.org/abs/2602.00401
●
ZEST 框架已在波士顿动力 Atlas 机器人上实现后空翻、障碍跑等极限动作的零样本迁移。