EgoTools 发布:100 小时第一视角视频教 AI 理解工具使用
liuziwei7 · x · 2026-10-03
Ropedia 团队发布 EgoTools,一个聚焦"以工具为中心的推理"的多模态研究资源,核心问题是:AI 能否理解我们为什么伸手拿工具、选哪个工具、以及如何用它完成任务?
- 数据:约 100 小时第一视角(egocentric)视频,HF 数据集 raw 目录含 131 个 episode、3681 个文件、约 723 GB,视频+图像双模态
- 方法:以工具为中心的推理(tool-centric reasoning)任务设计
- 配套:一个诊断性 benchmark + 8B 参考模型
作者认为理解人类如何使用身边的工具,可能是多模态智能的下一个前沿。
所属事件:EgoTools 发布:百小时第一视角数据集助力 AI 工具推理(4 条相关)→
「多模态」频道最新
- Gemini 4 Neon(xhigh)实测:一张提示词画出 Ana de Armas 风格 SVG — lyraxana · 2026-11-19
- Scobleizer 对话 AI 虚拟偶像 NOVA,或为首个人类×AI 明星访谈 — Scobleizer · 2026-11-19
- Electric Sheep 系列新作 Infinidream 0.17.2 发布,支持 1080p — scott_draves · 2026-11-19
- 一张图塞 5 个 LoRA 角色:四方案实测,最好也只有 3/5 正确 — PoleRacers · 2026-11-19
- AI 生成「机器人神父」低垂双手祈祷,教堂场景以假乱真 — MrWoohoo · 2026-11-19
- AI 复刻 80 年代手绘动画风格短片《守门人》第一集 — oultimobuilder · 2026-11-19