NUS 等发布 O2LaF:复用视频扩散 Transformer 自监督学潜在动作

NationalUniversityofSingapore · hf · 2026-11-20

新加坡国立大学 Show Lab 与腾讯、斯坦福等合作发布 O2LaF,将同一个预训练视频扩散 Transformer 复用为自监督潜在动作学习器,从无标注视频中同时学习逆动力学与正向潜行动态。

统一潜在动作空间可覆盖第一/第三人称游戏画面、机器人操作等多种域,在 few-shot 动作探测和 zero-shot 动作迁移上达到 SOTA,无需为机器人场景单独训练动作编码器。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →