这项由浙江大学的刘明宇、舒久和、陈辉、李泽举、赵灿宇等研究人员，联合南京大学的杨建阁和香港科技大学的高申园共同完成的突破性研究，发表于2025年10月的arXiv预印本服务器（论文编号：arXiv:2510.05057v1），为机器人学习运动技能开辟了一条全新的道路。感兴趣的读者可以通过该编号在arXiv平台查询完整论文。
传统观念中，想要教会机器人如何移动和操作物体，就像教孩子学骑自行车一样，必须让他们观看大量的动作视频，从连续的画面中学习如何从一个动作过渡到下一个动作。然而，浙江大学的研究团队发现了一个令人惊讶的现象：就像魔术师只需要看到魔术的开始和结束状态就能推断出整个表演过程一样，机器人也可以仅仅通过观察静态图片来学会复杂的运动技能。
研究团队开发的StaMo系统就像一位极其聪明的"翻译官"，它能够将复杂的机器人操作场景压缩成仅仅两个数字"令牌"（可以理解为两个包含丰富信息的数字密码），然后通过这两个令牌之间的差异，自然而然地"生成"出连接两个状态之间的完整运动轨迹。这就好比看到一个苹果从树上到地面的两张照片，就能完美推断出苹果下落的整个过程，包括速度变化、轨迹弧度等所有细节。
