Ropedia W0:用万小时人类视频训练机器人世界模型,LIBERO-Plus 提升 6.76 个百分点
jiqizhixin · x · 2026-11-09
Ropedia 与南洋理工大学等机构发布预印本 Ropedia W0,研究跨越移动与操作的视频预测世界模型。要点:
- 训练数据:结合 10,000 小时人类视频与 3,000 小时机器人视频,用相机轨迹和投影骨架作为跨身体的共享运动条件表征,将初始观测与文本关联到预测的第一视角未来视频。
- 效果:用 5B 的 W0 模型初始化 FastWAM 视频骨干后,LIBERO-Plus 成功率从 50.06% 提升到 56.82%,即在相同设置下提高 6.76 个百分点,且动作头与训练配方不变。
- 架构设计:用前向运动学得到具身原生运动表征,配合 Plücker-ray 图、骨架图等条件;视频世界模型与下游动作系统角色分工不同,并做了迁移实验验证。
「具身」频道最新
- Rhoyn 展示 YAM Ultra 机械臂轻柔模式遥操作按摩演示 — Scobleizer · 2026-11-09
- Unitree G1 演示背后藏着 200 张 H100，创业公司难以复制 — yongqianme · 2026-11-09
- CoRL 2026 论文:空间线索引导冻结 flow-matching VLA,任务成功率提升近 2 倍 — zhoubolei · 2026-11-09
- StackChan 机器人新玩法：主人举手欢呼它会跟着一起庆祝 — alexcovo_eth · 2026-11-09
- UW 团队发布 SGS：百万并行仿真机器人训练突破探索瓶颈 — KyleMorgenstein · 2026-11-09
- 嵌入式工程师长文：接上 LLM 不算 AI 原生硬件 — LocksmithOk2525 · 2026-11-09