斯坦福 Wetzstein 背书：通用网络视频预训练显著提升机器人操作能力
GordonWetzstein · x · 2026-09-11
Gordon Wetzstein 转发并背书 Tongzhou Mu 团队的研究进展，称这是「让机器人走出实验室、在真实环境执行有用任务的重要一步」。
核心发现：在通用网络视频上扩大预训练规模，能显著改善下游机器人操作任务。团队同时放大模型规模与预训练算力，并在一个工业级真实操作任务上验证：预训练模型对网络视频的预测越好，后训练得到的策略表现越好。视频预训练质量可作机器人策略能力的有效预测指标。
「具身」频道最新
- Cybercab 无人出租车向公众开放:奥斯汀下载 Robotaxi App 即可叫车 — yunta_tsai · 2026-09-11
- 机器人公司 Skild AI 首个商用部署仅 10 个月 ARR 破 1 亿美元 — deepakpathak · 2026-09-11
- Figure CEO：多台人形机器人已在总部无人操控自主移动 — adcock_brett · 2026-09-11
- VSArena 开源浏览器内具身 AI 评测场，跑策略看结果无需真机 — NovaCoding · 2026-09-11
- 逆光直射仍提前识别车辆,Tesla FSD 曝光鲁棒性引热议 — yunta_tsai · 2026-09-11
- NVIDIA 全栈方案垄断头部 robotaxi：2035 年市场规模看 4000 亿美元 — nordicinst · 2026-09-11