IXThinker·2026-08-04 13:00

第一人稱視覺如何打通具身智能 學者線上分享全鏈路

蘇黎世聯邦理工學院學者將於線上分享第一人稱視覺的規模化路徑，涵蓋合成數據生成框架、多任務統一預訓練與4D重建等成果，並延伸至文本驅動動作生成與人形機械人控制，系統梳理從數據到感知再到行動的全鏈路。

第一人稱視覺難題

具身智能體在複雜環境中自主交互，依賴魯棒的第一人稱感知與4D理解，但從數據採集到動作控制的規模化路徑仍有諸多挑戰，真實數據稀缺、場景多樣性不足與跨任務泛化是其中核心難點。