阿里千问团队 Ego2Robot：第一人称视频转机器人训练数据
joemeno · x · 2026-08-08
阿里通义千问（Qwen）团队提出 Ego2Robot 方法，被认为是机器人学习领域的一大数据扩展突破。
- 核心方法：将第一人称的人类视频直接转换为机器人演示数据，从而避免采集昂贵的百万级真实机器人演示。
- 数据规模：生成了 18,561 小时的训练数据，覆盖 15 种机器人形态，创下迄今最大的 ego-to-robot 数据集。
- 效果表现：在这些合成数据上进行预训练，显著提升了机器人的分布外（OOD）泛化能力，且这些增益能有效迁移到真实机器人上。
如果该方法能持续扩展，第一人称人类视频有望对机器人领域产生类似互联网级文本对大语言模型（LLM）的变革性影响。
「具身」频道最新
- Agility Digit 5 搭载 Nyobolt 快充电池：工作 90 分钟、9 分钟充满 — xmercury_one · 2026-10-16
- 浙大提出 VLA-Δ:显式监督物理状态转移提升机器人控制 — OmniAI-ZJU · 2026-10-16
- 中科院自动化所提出 PINT:共享预测意图 token 统一机器人操作三任务 — Xinyu Guo · 2026-10-16
- TouchScale 发布 500 小时统一采集第一人称视触觉数据集 — jiqizhixin · 2026-10-16
- 12 岁自筹 2 万美元基金的创始人再融资 1100 万打造家用本地 AI 电脑 — nick_linck · 2026-10-16
- 机器人独自跑去 Costco 买 1.5 美元热狗，演示看乐网友 — majidmanzarpour · 2026-10-16