UCLA 团队发布 OpenSLA:统一传感器时序、语言与动作预测
yang_yuzhe · x · 2026-10-08
UCLA 的 Yang Yuzhe 团队推出 OpenSLA,一类把传感器时间序列、自然语言与动作放进统一框架的 Sensor-Language-Action 模型,论文、代码与模型均已开源。
核心思路:现有传感器 AI 多停留在「感知发生了什么」,OpenSLA 用语言接口把信号理解推进到「接下来该做什么、为什么」,同一个模型从一段传感器窗口 + 个体上下文即可回答三件事——发生了什么、应采取什么动作、以及给出支撑该动作的传感器证据。
规模与能力:
- 覆盖 7 个数据集、79 种传感器模态、11.6 万个体、60 个动作组,场景从临床诊疗到日常 CGM 血糖监测
- 多层级动作预测:是否需要干预、干预类别、细粒度标签;支持对训练中未见过的动作做零样本区分
- 状态理解:能从原始波形直接恢复心率、呼吸率、血糖范围等测量值
- 在外部临床队列 MIMIC-IV 上无需微调即可迁移;冻结表征还能读出未来两小时的血糖动态
所属事件:UCLA 团队开源 OpenSLA：传感器、语言与动作统一建模(7 条相关)→
「研究」频道最新
- 医疗 AI 基准暗藏泄漏：诊断答案印在心电图图像上 — MaziyarPanahi · 2026-10-08
- 潜变量动力学模型可从少量观测前向推演，还原倒立摆状态并附不确定性 — hisspikeness · 2026-10-08
- 加一个像素重建损失，潜变量就不再能解码倒立摆状态 — hisspikeness · 2026-10-08
- 理论证明 SSL 可同时处理随机信号与干扰变量分离 — hisspikeness · 2026-10-08
- 潜空间预测悖论：信号本身随机，模型如何知道保留什么 — hisspikeness · 2026-10-08
- 研究发现海马体认知地图不仅管导航,还参与语言学习 — abenitezburraco · 2026-10-08