Steertuning：用 5 段人类视频微调机器人策略

Steertuning 让机器人在 5 分钟内从 5 段人类演示中学会新环境下的新任务。系统先在 100 小时密集标注的人类第一视角数据集上预训练 400M 参数扩散策略，再针对新任务微调 2 分钟（2000 次训练更新），并在反向采样时用观测最接近部署环境的演示引导动作，在 12 个新环境的 12 项任务上达到 71% 成功率，数据集、模型权重和代码将公开。