METIS：多源第一人称数据预训练的灵巧VLA模型
热点事件持续更新
METIS：多源第一人称数据预训练的灵巧VLA模型
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
METIS 作者团队提出并发布面向灵巧操作的视觉-语言-动作模型 METIS，以及配套的多源第一人称数据集 EgoAtlas。EgoAtlas 将来自多个来源的人类与机器人第一人称数据统一到一致的动作空间下用于预训练。 论文称，该方法在 6 项真实任务上取得最高平均成功率，并展现出对分布外场景的泛化与鲁棒性。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
METIS：基于多源第一人称数据预训练的灵巧视觉-语言-动作模型报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.RO 机器人学精选METIS：基于多源第一人称数据预训练的灵巧视觉-语言-动作模型
METIS 是一个面向灵棒操作的视觉-语言-动作（VLA）模型，通过构建统一动作空间的多源第一人称数据集 EgoAtlas，融合人类与机器人数据进行预训练。论文进一步提出紧凑离散的运动感知动态表征作为监督信号，将推理与动作整合进统一框架，在 6 项真实任务中取得最高平均成功率，并展现出对分布外场景的泛化与鲁棒性。
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。