行为基础模型

Behavior Foundation ModelBFM进阶

经大规模预训练的人形全身控制模型，能零样本或快速适配多种运动任务

行为基础模型是人形机器人全身控制（同时协调腿、躯干和手臂的底层运动控制）方向近两年兴起的叫法。传统做法是每个任务单独训练一个强化学习控制器；BFM 先在大量人体动作数据和多样任务上预训练，学到可复用的基础技能和行为先验，然后通过「提示」——给一段参考动作、一个目标姿态或一个奖励函数——零样本或少量适配完成新任务，定位类似语言领域的基础模型。代表工作有 Meta 研究者 2025 年 4 月的 Meta Motivo（基于前向-后向表示的无监督强化学习）和 2025 年 11 月的 BFM-Zero（在宇树 G1 真机上部署，同一个策略可用于动作跟踪、到达目标姿态和奖励优化）。在分层架构里，它可以充当接收上层指令的下层运动控制器。