行为基础模型综述：人形机器人下一代全身控制

人形机器人的全身控制长期是按任务、按动作分别设计的：走、蹲、抓、搬各有各的控制器，换一个场景往往就要重新调一遍。行为基础模型（behavior foundation model）提出的问题正相反：能否像语言模型那样，先用大规模数据预训练出一个“会做事”的通用底座，再让它迁移到具体机器人、具体任务上。这份资料以综述的形式处理这一议题，发布在 arXiv 上，可免费下载全文。就时间点而言，2025 年年中具身智能与机器人基础模型的讨论正密集，一份把“行为”这一层单独拎出来梳理的综述，对判断这条路线走到哪一步有参考价值；这是解读，不是原文结论。

范围上，材料把它归入具身智能与机器人基础模型方向，主题锁定人形机器人的下一代全身控制，体裁是综述而非单篇方法论文。换句话说，它更可能是在整理这一方向已有的工作、概念与技术路线，而不是报告某一个团队的单一实验结果。至于具体覆盖多少篇文献、按什么分类框架组织、用哪些基准做对比，给定材料没有交代，需要打开 PDF 才能确认。因此这里能确认的只是“它是一份方向明确的综述”，而不是它的具体结论。

有一点必须先讲清楚：给定材料没有提供任何数字。没有实验指标，没有成功率，没有对比表格里的数值，也没有提到任何具体机构或团队。这意味着，任何关于“某个方法提升了多少”“某条路线领先多少”的说法，都无法从这份介绍中推出。可确认的事实只有一条：它是一份 2025 年 6 月在 arXiv 公开、可免费获取全文的论文。关键发现只能到原文里去找，这份介绍不替它下判断。

能在概念层面谈的，是从标题与方向归属推出来的解读。把“行为”称作基础模型，隐含的前提是：全身控制存在可跨任务复用的共同结构，值得用预训练的方式一次性学到，而不是每个任务重新调；若这个前提成立，评测重点也会从单任务表现转向迁移与泛化能力。这类综述的价值，往往就在于它是否把这个前提讲清楚、把已有证据摆明白，而不是给出一个新模型。前提是否被原文论证、论证到什么程度，仍以原文为准。

对实践的影响同样是方向性的。若这条路线站得住，人形机器人控制的工程重心会从“逐个动作写控制器、逐个场景调参”前移到“数据与预训练，再往下游适配”，数据基础设施和预训练环节的权重会明显上升。反过来，如果跨任务复用不成立，投入就会退回到专用控制器与逐场景优化上。这是判断，不是材料里的结论；材料只告诉我们这是一份该方向的综述，判断成立与否要靠读者对着原文和自己的工作场景去验证。

读这份资料能拿走的，是一张该方向的地图：概念边界怎么划、技术路线大致分几支、有哪些参考文献可以顺藤摸瓜；适合已经在做机器人控制、或正在评估要不要进入具身智能基础模型方向的读者。边界也要说明白：给定材料只有标题级信息，没有数字也没有结论摘要，凡是涉及具体方法与效果的判断，都必须回到原文核对。这份介绍只能帮你决定要不要打开它，不能替代它。