受人类视觉的启发，我们引入了一个使用主动凝视的框架，仅使用一个立体摄像头即可实现精细的双手动操作。EyeRobot 2.0通过旋转两个眼睛视点来将视线集中在场景中的3D固定点上，从而实际关注场景中的3D固定点。产生的图像通过向图像中心分配更多的视觉令牌进行中心处理，将计算重点放在

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2610.03710v1)获取最准确的信息。

---
🔗 **原文链接**: [EyeRobot 2.0: Active Gaze for Precise Manipulation without W](https://arxiv.org/abs/2610.03710v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Kush Hari, Justin Kerr, Nidhya Shivakumar, Samarth Mahapatra, Carmelo Sferrazza, Jiahui Lei, Jitendra Malik, C. Karen Liu, Ken Goldberg, Angjoo Kanazawa

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-10-05 13:01