atlanta world - atlanta world技术,学习,经验文章

大江东去浪淘尽千古风流人物

3 小时前

【HumanScale】重新定义预训练数据问题提出与实验设计：预训练阶段更缺动作对齐还是世界覆盖？北大HumanScale给出反直觉回答：第一视角人类视频可能是更好的预训练数据源。作者固定模型架构、预训练时长、后训练数据，只替换预训练数据源，将HumanNet的5000h第一视角视频与同等规模机器人数据直接对比，后训练用AgibotWorld的15个任务，分Seen和Unseen评测。