NVIDIA ThinkWorld：用「世界想象」从人类视频学机器人技能
nvidia · hf · 2026-10-28
NVIDIA 与 KAIST 发布 ThinkWorld 论文，提升机器人策略的泛化能力。
核心思路：将动作表示为「动力学链」（chain-of-dynamics），在统一运动空间中对齐人类自我中心视频与机器人示范；通过「世界想象」机制对未来状态做链式推理，从而从无标注人类视频（EgoDex、EgoVerse、DROID 等）中学习技能，无需逐条标注。
实验显示在域内与域外（新物体、新轨迹、新环境）任务上均超越 Diffusion Policy、MolmoAct2、LaVAM 等基线（域外最高 88.9 vs 基线 44-46），并支持从人类视频做技能组合。
所属事件:NVIDIA 联合 KAIST 发布 ThinkWorld，让机器人从人类视频学技能(2 条相关)→
「具身」频道最新
- RobotAgentBench 发布：VLA 会操作≠能自主，任务发现是短板 — HennyJieCC · 2026-10-28
- Re:Build CEO:机器人只省小头成本,精益生产更划算 — jaimalik · 2026-10-28
- 百度 Apollo Go 在香港办首次大规模公众试乘，90 分钟接待 40 余人 — Baidu_Inc · 2026-10-28
- DeepMind 机器人模型短板：物体恒存性会漂移，2 厘米位移即认不出 — AIFlow_ML · 2026-10-28
- Genie 4 播放的跳棋机器人片段实为渲染,并非真实 Apollo 学习 — AIFlow_ML · 2026-10-28
- Genie 4 能想象机器人的一天，但机器人还无法在里面训练 — AIFlow_ML · 2026-10-28