Open-HumanScale开源具身视频配方

北京大学、NUS、MIT、NVIDIA等机构发布并开源Open-HumanScale第一人称视频预训练配方，包含5万小时自我中心视频语料、手部动作与自然语言标注，以及数据清洗、预训练管线、模型权重和仿真评测套件。 发布者称，仅用人类视频预训练的HumanWAM-Vanilla经机器人后训练后，在RoboTwin 2.0的Clean2Clean、Clean2Random任务中分别取得92.08%和68.88%；加入人机混合数据预训练的HumanWAM-Goal将Clean2Random成绩提升至84.60%，并报告称创下该基准新纪录。该模型在真实机器人上还展现出无需参数更新即可适应未见视觉目标的上下文学习能力。

AI 根据报道生成 · 22 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。