從視頻模型借物理直覺助機器人操控

數據困境

傳統方法依賴海量人工標註的演示數據，採集成本高昂。而大型視頻生成模型在海量視頻上訓練後，已隱式學會物體運動、力傳遞與空間演化等物理規律，這些知識與機器人操控所需的物理直覺高度一致。