MOTIO 是由 SpatialtemporalAI 提出的智慧體技能工程系統，相關論文已釋出在 arXiv（編號 2610.33446，cs.RO 分類），共 24 頁，含 11 頁補充材料。該系統的目標是讓普通人形機器人不必依賴任務專屬遙操作或大規模機器人演示採集，也能獲得可執行的移動操作能力。
按照論文描述，MOTIO 的輸入包括普通人類動作影片、具有現實尺度與物理依據的 3D 資產、運動參考資料以及可複用的機器人技能。系統使用智慧體進行上下文中的任務推理與接觸推理，把上述材料組合成按階段組織的機器人原生互動程式，再透過物理執行結果、多幀視覺反饋以及人工驗證對這些程式進行迭代改進。與常見的從零採集演示的路線相比，這一流程強調的是“技能工程”：把已有知識、資產和基礎控制介面組織成可執行、可修正的技能。
在實現層面，MOTIO 透過 Agentic 3D 獲得具備公制尺度的產品與環境資產，同時複用現有的全身控制、逆運動學以及靈巧手介面來落實智慧體生成的動作程式。也就是說，智慧體並不直接替代底層控制器，而是負責規劃與組裝，具體動作由既有的機器人介面執行。
論文給出了量化結果。在 33 次帶時間戳的首次批准記錄中，智慧體單輪的中位記錄時間為 97.0 分鐘，從提出請求到獲得批准的中位時長為 2.80 小時。系統還在模擬側引入佈局與物體變化，為一個長時程的瓶子處理技能做準備，最終該技能在掃描得到的辦公室環境中由 G1 人形機器人連續執行了 101.75 秒。在物理細化方面，螺絲擰緊任務的螺紋殘餘量降低了 76.0%，說明實機反饋確實被用於改進技能質量。
除直接執行外，智慧體生成的技能還被用作監督訊號，用於 BC/DAgger 蒸餾訓練，最終合併成一個共享的參考策略。該策略在相同檢查點下完成了 18 項模擬任務，且在推理階段不需要專家介入。論文還提供了專案主頁，便於檢視演示與補充材料。