PulseAugur
中
实时 06:41:44
English(EN) Zero-WAM: In-Context World-Action Modeling from Human Videos for Open-Ended Task Generalization

Zero-WAM 模型使用人类视频进行机器人任务泛化

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 Zero-WAM，这是一种新颖的因果视频-动作模型，旨在使机器人能够执行在训练期间未遇到过的操作任务。该方法借鉴了大型语言模型中的上下文学习，使用人类视频作为任务规范。为此，创建了一个名为 HumanGen 的新数据集，其中包含 8.6K 个任务的 74.2K 个机器人上下文学习对。Zero-WAM 在 RoboTwin 2.0 模拟中的七项未见任务上取得了 47.0% 的成功率，显著优于现有的视频-动作基线。 AI

影响 使机器人能够使用视觉引导泛化到新的操作任务，从而可能加速现实世界的机器人应用。

排序理由 这是一篇详细介绍机器人学习新模型和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Zero-WAM 模型使用人类视频进行机器人任务泛化

本文如何被排名

Signal score
28 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一篇详细介绍机器人学习新模型和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jiaming Zhou, Qihang Zhang, Gangwei Xu, Cunxin Fan, Yujie Zhao, Ruilin Wang, Yiming Luo, Shuai Yang, Xing Zhu, Yujun Shen, Junwei Liang, Yinghao Xu ·

    Zero-WAM：从人类视频中进行上下文世界-动作建模以实现开放式任务泛化

    arXiv:2608.26103v1 Announce Type: cross Abstract: Zero-shot cross-task generalization, where a policy must execute manipulation tasks never seen during training, remains a central challenge in robot learning. In large language models, a novel task can be performed simply by speci…

相关实体

相关话题