@heyshrutimishra：这就是机器人技术以惊人速度扩展的方式。超过一百万小时的人们日常任务数据。完全没有机器人数据。……
摘要
Dyna Robotics 推出了 Dyna-2，一个在超过一百万小时人类视频上预训练的世界动作模型，发现了机器人操作的新扩展定律。
查看缓存全文
缓存时间: 2026/08/10 23:37
这就是机器人技术以惊人速度扩展的方式。
一百万+小时的人类日常任务视频。完全没有机器人数据。
更多人类经验 → 更好的机器人操作。
可预测。单调递增。跨越五个数量级，未见上限。
Dyna Robotics（@DynaRobotics）： 今天，我们推出 Dyna-2，一个基于一百万小时人类视频预训练的世界-动作模型。在这个规模上，我们首次发现了几个新的缩放定律：
• 世界-动作模型在人类数据上表现出跨越四个数量级的缩放定律，从 1000
相似文章
小米机器人-1：基于超过10万小时真实世界轨迹的视觉-语言-动作模型规模化
小米推出小米机器人-1，这是一个基于超过10万小时真实世界操作轨迹训练的视觉-语言-动作基础模型，展现出清晰的规模化定律，并以极少的微调数据在真实世界任务中实现高成功率。
Xiaomi-Robotics-1
小米展示了Robotics-1，这是一个通过无实体预训练在10万小时数据上训练的机器人策略模型，展现出清晰的扩展行为和对真实世界任务的强大泛化能力。
Ego2Robot：从第一人称人类数据规模化合成机器人数据
Ego2Robot是一个可扩展的流水线，通过动作重定向和视觉合成，将第一人称人类操作视频转换为机器人训练数据，生成涵盖15种机器人形态的18,561小时数据。实验表明，在该合成数据与真实机器人数据上联合预训练，可提升视觉-语言-动作模型在分布外场景下的泛化能力，并已在真实机器人部署中得到验证。
@victormustar: Xiaomi-Robotics-1 刚刚在 Hugging Face 上发布——一个基于10万小时真实操作数据训练而成的机器人基础模型。
小米机器人基础模型 Xiaomi Robotics-1 已在 Hugging Face 发布。该模型基于10万小时真实世界操作数据进行训练，能够自主完成叠衣服、装洗衣机、洗碗等家务。
HumanNet：将以人为本的视频学习扩展至百万小时规模
HumanNet 是一个包含百万小时标注视频的大规模以人为本的视频数据集，旨在训练视觉-语言-动作模型。它证明了以第一人称视角拍摄的人类视频可以有效地替代机器人数据，用于具身智能任务。