O2LaF用视频扩散模型学习潜在动作
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
最新进展11月20日 17:17
NUS 等发布 O2LaF:复用视频扩散 Transformer 自监督学习潜在动作报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- AGI HuntNUS 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。