头戴摄像头变机器人训练数据:MicroSLAM 单目 SLAM 登顶 LaMaria 榜
lukas_m_ziegler · x · 2026-09-10
microagi 在苏黎世的计算机视觉团队发布 MicroSLAM,从人类第一人称视频做单目 SLAM,在 LaMaria 单目 SLAM 基准上拿到第一,在所有 SLAM 系统(含多相机+IMU 方案)中排名第二。
核心思路:单目自中心视频是成本最低的机器人数据——一个人、一台相机走过工厂即可采集。MicroSLAM 把这些 footage 转成可交互 3D 场景和 RL 环境,行为基础模型可在其中训练,机器人因此能从人类录制的视频学会在真实设施中导航。
现有 SLAM 系统在他们场景下的三类失效:静态世界假设在动态第一人称视频中崩塌(佩戴者周围几乎所有物体都在运动)、尺度估计等问题(原文截断)。这为「用廉价人类视频规模化训练机器人」提供了新范式。
「具身」频道最新
- 机器人初创 Maven Robotics 获 1 亿美元 A 轮融资，带八台机器人出柜 — Rewkang · 2026-09-10
- 宇树已售 1.8 万台人形机器人,王兴兴给出具身智能「ChatGPT 时刻」标准 — CyberRobooo · 2026-09-10
- 强逆光下人眼看不清车，特斯拉 FSD 提前识别从容处理 — yunta_tsai · 2026-09-10
- Kyra 眼镜开启预订:主打主动替你处理通讯与工作的可穿戴 — sharpeye_wnl · 2026-09-10
- Spiced Self-play 入选 CoRL:30 分钟人类数据足以校准自博弈 — EugeneVinitsky · 2026-09-10
- 特斯拉 FSD 斯洛文尼亚暴雨实测：监督驾驶表现惊艳 — yunta_tsai · 2026-09-10