Gemini Robotics ER 2 开始自动标注 6.9 万条机器人视频
DynamicWebPaige · x · 2026-08-04
Google DeepMind 的 Gemini Robotics ER 2 被拿来自动标注机器人视频
这条帖子介绍了一个实验：把 Gemini Robotics ER 2 用作 LeRobot 机器人视频的自动标注器，让模型观看机器人演示视频，并自动生成更丰富的说明与注释。
背景问题是 Hugging Face 上的 LeRobot 已有 6.9 万+ 机器人数据集，但很多样本的标注仍然很弱：通常只有一条任务字符串，没有子任务、时间戳等细粒度信息，导致它们不太适合训练 VLA/VAM/WAM 一类系统。
发帖者表示，这种自动标注方式“效果还不错”，并在考虑是否把这套工具开源。
「具身」频道最新
- Raspberry Pi 字幕设备把通话和室内对话转成实时字幕 — tom_doerr · 2026-08-04
- 研究者让人形机器人从自己的错误中继续学习 — imjustnewatai · 2026-08-04
- H3 视频模型据称修复体操比例难题，还能做 3D 动作重建 — andrew_n_carr · 2026-08-04
- Waymo 联席 CEO：首个自动驾驶 demo 花了 18 个月，产品做了 15 年 — Y Combinator · 2026-08-04
- ScienceCorp 推出面向脑记录刺激的 Scifi 2 headstage — gottapatchemall · 2026-08-04
- FCC 拟禁新进口先进机器人，视频拆解政策细节 — carlosdponx · 2026-08-04