TAG:人类视频数据
首次纯人类视频预训练VLA实现灵巧操作，少量数据微调即可部署成功
该研究首次提出使用纯人类视频预训练视觉-语言-动作（VLA）模型，实现机器人灵巧操作。通过VITRA框架，自动从人类活动视频中提取3D手部运动轨迹、分割原子动作并生成语言指令，构建了超大规模数据集。预训练模型展现出强大的零样本手部动作预测能力，仅需少量真实机器人数据微调，即可在真实环境中高效部署，对新物体和环境泛化能力强，显著降低了机器人学习的数据获取成本。
0 
0 
美股三大指数震荡整理，芯片股走高，光通信板块大涨
2026-05-11
0 浏览
多空胶着恒指震荡整理，AI景气外溢主导行情波动
2026-05-11
0 浏览
宠物AI公司PurrPurr获阿尔法公社投资 首年GMV目标5000万
2026-05-11
0 浏览
隆源股份业绩说明会回应今年新能源汽车零部件领域新客户洽谈中
2026-05-11
0 浏览
中国品牌市占率达75%，4月我国汽车销量约252.6万辆，新能源汽车出口贡献度近五成
2026-05-11
0 浏览
4月汽车出口增长51% 国内零售下跌超20%
2026-05-11
0 浏览
4月全国新能源汽车渗透率历史首次突破60%，燃油车零售同比暴跌37%
2026-05-11
0 浏览
港股复盘：强势翻红 芯片概念股冲高回落 短期风险需警惕
2026-05-11
0 浏览
申昊科技拟设具身智能子公司 加码人形机器人业务
2026-05-11
0 浏览
