PRISM 用反事实视频合成数据,人形机器人零实机微调学会搬物
Zihan Wang · hf · 2026-10-01
PRISM 是一个 real-to-sim-to-real 框架,解决视觉模仿学习训练人形机器人 loco-manipulation 技能时高质量交互视频难收集的问题。
核心流程:
- 用少量真实视频,通过 video-to-video 生成数百条「反事实」人-物交互视频,大幅扩充训练数据;
- 基于接触锚定的 real-to-sim 管线重建人与物体的运动,把不完美的视频数据重定向为物理合理的轨迹;
- 利用反事实视频的类内多样性,训练出能泛化到同类未见物体的单一策略。
仅用机载深度相机观测,人形机器人在完全不做真实世界微调的情况下,完成了对箱子、桶、收纳箱、球等不同尺寸与初始摆放物体的拾起、搬运和放下。
所属事件:Amazon等发布PRISM:反事实视频数据让人形机器人零实机学会搬物(2 条相关)→
「具身」频道最新
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16