LAPT-Scale 用人类视频隐动作预训练具身策略
热点事件持续更新
LAPT-Scale 用人类视频隐动作预训练具身策略
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Zhiyuan Xiang 等作者提出 LAPT-Scale，一种用人类视频中的连续潜在动作来预训练具身视觉-语言-动作（VLA）策略的范式。其 LAPT-Scale-LAM 组件在人类视频中学习潜在动作，为策略预训练提供隐式动作监督。 据该工作称，在 23.3K 小时第一人称视频上训练后，标注人类视频从 1K 小时扩展到 5K 小时，真实机器人成功率从 63.3% 提升至 85.0%，并能泛化到未见视觉条件。该工作已被 CoRL 2026 接收。
AI 根据报道生成 · 54 分钟前更新
最新进展10月12日 12:00
LAPT-Scale：用人类视频潜在动作预训练扩展具身策略报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CVLAPT-Scale：用人类视频潜在动作预训练扩展具身策略
LAPT-Scale 提出可扩展的潜在动作预训练范式，通过 LAPT-Scale-LAM 在人类视频中学习连续潜在动作，并用其为 VLA 策略预训练提供隐式动作监督。在 23.3K 小时第一人称视频上训练后，标注人类视频从 1K 扩展到 5K 小时，真实机器人成功率从 63.3% 提升至 85.0%，并泛化到未见视觉条件。该工作已被 CoRL 2026 接收。
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。