CrossBFM：跨人形机器人具身形态蒸馏共享潜在行为空间

CrossBFM 提出跨人形机器人具身形态蒸馏共享潜在行为空间，把 latent space 作为不同形态间的可迁移资产。统一 encoder 无机器人专属参数，少于 1 个 GPU-hour 完成蒸馏，trackers 再用 10 个 GPU-hours 训练；三机器人上跟踪仅损失 0.025 rad，41 个 reward prompts 可优化，未见机器人最高恢复 89% 跟踪性能。