#开抽屉

看不见的零件，靠摸来定位

图片看不出抽屉卡在哪、要用多大力。这篇论文让视觉语言模型先猜每个活动件的运动规律，再把触觉当成随时可以推翻猜测的证据，新厨房里完成任务比例到 80%。