PRISM：4 段真实视频扩成 256 个反事实变体训练人形机器人策略
berkeley_ai · x · 2026-10-06
Amazon FAR 团队（合作者含 Abbeel、Jitendra Malik、Karen Liu 等）发布 PRISM，探索可扩展的 real-to-sim-to-real 人形机器人 loco-manipulation 训练路线。
- 核心做法：将 4 段真实人类交互视频在仿真中扩展为 256 个「反事实」变体（v2v 方法），恢复机器人-物体轨迹
- 只用一个策略即可泛化到不同物体、尺度和空间布局
- 针对 Skill from Video（2018）以来「难以大规模找到合适训练视频」的痛点，把少量高质量演示放大为大量训练数据
- 论文已被 CoRL'26 接收
akanazawa（Berkeley AI）评价这是迈向可扩展 real2sim2real 的又一步。
「具身」频道最新
- 售价 $3500 低于零件成本,本地 AI 机被质疑商业模式不成立 — BLUECOW009 · 2026-10-06
- Waymo 第六代传感器套件原始激光雷达点云图曝光 — reed · 2026-10-06
- RT-SAFE 基准：8 个前沿 VLM 94.1% 到达目标，仅 0.7% 全程无安全事件 — Lianhuiq · 2026-10-06
- 「Vibe Robotics」基准：让前沿模型在物理仿真里造真机器人 — kaixhin · 2026-10-06
- PointWAM:3D 世界动作模型让灵巧操作超越 SOTA 达 11.7 点 — Chunghyun Park · 2026-10-06
- JEPA-TTT:测试时持续训练让世界模型动力学偏移下误差降83% — JHU · 2026-10-06