只用 15 小时机器人视频训练的世界模型可泛化到新身体
jon_barron · x · 2026-07-24
研究者只用 15 小时的单臂机器人视频，就训练出了一个 视频世界模型。
- 它可以 零样本泛化 到没见过的实体形态，甚至包括 orangutans。
- 模型还学到了一个额外能力：只要给出你想要的物体运动，它就能合成出实现这种运动所需的机器人动作。
- 核心做法是把动作表示成 masked video。
这条信息的重点不只是“数据少”，而是该方法在具身迁移和动作生成上表现出较强的泛化能力。
所属事件:仅用 15 小时视频训练出零样本机器人世界模型(3 条相关)→
「具身」频道最新
- 折叠屏 iPhone「Duo」开箱照现身,真机包装盒首曝 — chrisfirst · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27
- StackChan 机器人上演 AI 短剧：Hermes Agent 用 JSON 脚本统筹表演 — alexcovo_eth · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27