北京大学与智元机器人联合实验室近日发布OmniManip架构，旨在提升机器人3D操作能力。OmniManip基于以对象为中心的3D交互基元，将VLM的高层次推理能力转化为低层次高精度动作。该架构引入双闭环系统设计，解决了大模型幻觉问题和真实环境操作的不确定性。OmniManip具备通用泛化能力，已应用于数字资产自动标注/合成管道。项目主页面论文、代码与测试平台即将开源。