跳到正文
热点事件持续更新

O2LaF用视频扩散模型学习潜在动作

1 篇报道1 个报道来源38 分钟前更新

先了解这件事

AI 综述

新加坡国立大学 Show Lab 与腾讯、斯坦福等团队发布 O2LaF,将同一个预训练视频扩散 Transformer 同时用于自监督学习逆动力学和正向潜行动态,无需动作标签,也无需为机器人场景另行训练动作编码器。 研究称,模型建立的统一潜在动作空间可覆盖第一、第三人称游戏画面和机器人操作,并在少样本动作探测与零样本动作迁移实验中达到当时最先进水平。

AI 根据报道生成 · 24 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AGI Hunt
    NUS 等发布 O2LaF:复用视频扩散 Transformer 自监督学习潜在动作

    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,从无标注视频中同步学习逆动力学与正向潜行动态。统一潜在动作空间覆盖第一/第三人称游戏画面和机器人操作,并在 few-shot 动作探测与 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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。