Jim Fan:用 2 万小时人类视频训练人形机器人,发现近乎完美的 Scaling Law
NVIDIA Jim Fan 团队用 2 万+小时第一人称人类视频训练 22 自由度灵巧手人形机器人,可完成汽车模型组装、扑克牌分拣、叠衣服等任务。发现视频数据量与动作预测损失之间存在 R²=0.998 的对数线性 scaling law。
查看原文AI 资讯解读
本解读由 AI 自动生成,仅供参考。请以原文为准。
NVIDIA Jim Fan 团队用 2 万+小时第一人称人类视频训练 22 自由度灵巧手人形机器人,可完成汽车模型组装、扑克牌分拣、叠衣服等任务。发现视频数据量与动作预测损失之间存在 R²=0.998 的对数线性 scaling law。
查看原文