Xingyu Miao

InternW0-Δ 把预训练视频专家与动作专家通过有向 Mixture-of-Transformers 耦合，用冻结 VLM 提供场景语义、用 Causal Imprint 从训练期未来监督中学习与未来相关的场景变化、用 Track4World 教师做仅训练期的 4D 几何与运动蒸馏，并在机器人演示、UMI、自我中心人类演示与 Ego2Robot 数据统一为规范状态-动作表示后构成超过 2 万小时语料上预训练，在 LIBERO-Plus 取得 92.8%、RoboTwin 2.0 Clean2Random 取得 71.9%、EBench 总分 66.0、RoboDojo 平均成功率 23.91%，并在四类真机平台（两种夹爪、两种灵巧手）上完成部

InternW0-Δ 把预训练视频专家与动作专家通过有向 Mixture-of-Transformers 耦合，用冻结 VLM 提供场景语义、用 Causal Imprint 从训练期未来监督中学习与未来相关的场景变化、用 Track4World 教师做仅训练期的 4D 几何与运动蒸馏，并在机器人演示、UMI、自我中心人类演示与 Ego2Robot 数据统一为规范状态-动作表示后构成超过 2 万小时语料上预训练，在 LIBERO-Plus 取得 92.8%、RoboTwin 2.0 Clean2Random 取得 71.9%、EBench 总分 66.0、RoboDojo 平均成功率 23.91%，并在四类真机平台（两种夹爪、两种灵巧手）上完成部