仅占3.2GB显存跑出90%真机成功率，上海交大这套新方案扯下了3D具身智能的“落地遮羞布” 具身智能VLA模型因缺乏空间感知导致精细操作易翻车。上海交大MINT团队推出Evo-Depth框架，以0.9B体量隐式编码三维深度。真机测试表明其成功率高达90%，且仅需3.2GB显存、12.3Hz低... AI 前沿动态# Evo-Depth# VLA模型# 具身智能 2个月前300
