Holi-World（Ropedia）：百段自拍视频产出8万QA对，4B模型胜过27B

Holi-World（Ropedia）将约100个自采场景的第一人称视频自动转换为3D/4D世界数据，全程无需人工标注，并生成约8万条带空间定位的QA对。基于这些数据训练的4B模型在空间与时间推理上超过零样本的27B模型。