从头训练的视频动作具身模型
omarsar0 · x · 2026-07-11
帖子指出，纯粹生成“好看视频”的模型主要学到外观，却学不到动作如何改变世界；如果直接把生成模型改造成控制模型，会丢失预训练里积累的先验。为此，@robbyantbrain 采用从头训练的方式，把完整的视频-动作栈原生用于具身控制。回复还提到，世界状态与潜在动作被放进同一个语义潜空间，动作通过自监督从无标注视频中学习，因此网络视频也能提供控制信号。
所属事件:LingBot-VA/VLA 2.0发布:原生具身基础模型与跨机身控制(24 条相关)→
「具身」频道最新
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27
- 奥斯汀 Robotaxi 车队规模持续扩张 — yunta_tsai · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27
- 极农用无人机配自动机巢：清洗充电加药全自主，要让每个农民拥有机器人 — pstAsiatech · 2026-10-27
- 丰田携 20 年技术积累入场，人形机器人赛道对垒特斯拉与中国厂商 — pstAsiatech · 2026-10-27
- 机器人学习学者 m_wulfmeier 加入 Mila 任兼职教师 — pcastr · 2026-10-27