Perceptron 研究：用海量视频训练 Isaac，大幅降低机器人数据需求
rohanpaul_ai · x · 2026-08-27
Perceptron 团队通过在昂贵的机器人演示数据之外，引入海量的廉价视频数据来训练名为 Isaac 的系统。实验结果表明，当视频数据量足够大时，可以达到与大量遥操作数据相同的动作学习质量。这一发现意味着，利用广泛存在的视频资源，可以显著减少对昂贵人工遥操作数据的依赖，降低机器人训练成本。
「具身」频道最新
- 具身智能峰会总结：数据即基建，部署是终极考验 — Sethwinterroth · 2026-08-27
- NSF斥资9000万美元建三个科技中心，含人机协同适应研究中心 — yudapearl · 2026-08-27
- Sai-Fi：连接 Meta 眼镜与自主计算机 Agent — xwang_lk · 2026-08-27
- 旧金山举办 T800 机器人格斗夜 — verdakorz · 2026-08-27
- ECCV 论文：空间稀疏线性注意力实现低延迟事件检测 — RexDouglass · 2026-08-27
- Figure 曝 Index 机器人数据集：4.3 万周活上传，已付 1500 万美元 — coreylynch · 2026-08-27