具身开发者社区

外观

人物svl.stanford.edu14 天前

Stanford SVL、IRIS 与 Mobile ALOHA、UMI、BEHAVIOR ​

斯坦福这几组要拆开读。SVL 的 Fei-Fei Li、Jiajun Wu 对应 BEHAVIOR；IRIS 的 Chelsea Finn 对应 Mobile ALOHA 一系；Shuran Song 对应 UMI。它们共享校园，不共享一个代码库。

  • 仿真与训练
  • 数据与采集
  • 具身模型

π0 (openpi)

斯坦福具身智能三大独立研究谱系 ​

斯坦福大学在具身智能领域的贡献并非源自单一实验室的垂直产品线，而是由多个独立课题组并行推动的生态集合。尽管这些团队共享校园资源与学术声誉，但在代码库、技术路线与核心负责人上界限分明。SVL（Stanford Vision and Learning Lab）由 Fei-Fei Li 与 Jiajun Wu 领衔，专注于视觉学习与仿真基准；IRIS Lab 由 Chelsea Finn 主导，聚焦机器人学习与低成本硬件系统；而 UMI 项目则由 Cheng Chi 与 Shuran Song 等学者推动，致力于通用操作接口与数据采集范式创新。开发者在引用相关成果时，必须严格区分这三条谱系，避免将 Mobile ALOHA、UMI 或 BEHAVIOR 笼统归并为“斯坦福系”产品，否则极易导致许可协议混淆与机体适配错误。这种多源并进的格局正是斯坦福具身研究保持高信息密度与工程多样性的基础。

核心项目指标与关键事实索引 ​

  • BEHAVIOR / BEHAVIOR-1K：由 SVL 推出的家庭长程任务仿真基准，站内代码入口为 /sdks/stanfordvl-behavior-1k，核心衡量模拟环境中的活动完成度而非工业节拍，是验证高层规划与语义理解的关键工具。
  • Mobile ALOHA：IRIS Lab 代表作，项目页作者含 Tony Z. Zhao、Zipeng Fu 和 Chelsea Finn，将桌面级 ALOHA 扩展至移动底盘，实现低成本双臂遥操作，社区开源实现见 /sdks/markfzp-mobile-aloha。
  • UMI (Universal Manipulation Interface)：由 Cheng Chi 和 Shuran Song 主导，采用手柄式手持装置采集人手操作数据并迁移至机器人，旨在解决“每台机器人需独立遥操作”的数据瓶颈，具体细节以 UMI 项目页 为准。
  • DROID 数据集：跨校合作的真实机器人数据集，斯坦福仅为参与方之一，绝非 SVL 独家资产；将其与上述项目混同会丢失关键的机体差异与许可条款信息，选型时需单独核查来源。

工程落地坐标与产业关联分析 ​

从学术研究到产业转化，这三条谱系呈现出截然不同的工程坐标。IRIS Lab 的 Chelsea Finn 后续参与创办 /companies/physical-intelligence，其 π0 模型谱系可直接追溯至 Mobile ALOHA 的低成本遥操作实践，体现了从开源硬件到基础模型的完整闭环。相比之下，SVL 的 BEHAVIOR 更偏向仿真验证层，为家庭服务机器人的长程任务提供标准化评测框架，而非直接输出可部署硬件。UMI 则定位于数据采集基础设施，试图通过统一接口降低多机种训练成本。开发者在选型时需注意：Mobile ALOHA 适合低成本移动操作原型验证，UMI 适用于跨平台模仿学习数据构建，而 BEHAVIOR 主要用于算法仿真评估。三者虽同出斯坦福，但工程目标、许可协议与硬件依赖完全不同，切勿因机构标签而模糊技术边界。

来源

本页事实对应的公开页面，以原文为准。

  1. Stanford Vision and Learning Lab访问 2026-10-14
  2. Stanford IRIS Lab访问 2026-10-14