@drfeifei: 我对这项用于机器人学习的测试时训练工作感到非常兴奋!这是与@StanfordS…的精彩合作

X AI KOLs Following 论文

摘要

李飞飞强调了一种新的用于机器人学习的测试时训练方法,该方法由Stanford SVL和NVIDIA Robotics合作开发,可将机器人模型上下文扩展到8000个时间步长,且推理成本恒定。

我对这项用于机器人学习的测试时训练工作感到非常兴奋!这是@StanfordSVL和@NVIDIARobotics的精彩合作!
查看原文
查看缓存全文

缓存时间: 2026/07/16 10:12

我对这项用于机器人学习的测试时训练工作感到非常兴奋!这是@StanfordSVL 和 @NVIDIARobotics 之间一次出色的合作!

Jim Fan (@DrJimFan): 我们将一个机器人模型的原生上下文扩展到了 8,000 个时间步,相当于 5 分钟的记忆肌肉,同时推理成本保持不变。以往的机器人策略通常只能感知几帧(< 0.1 秒)的信息,瞬间遗忘刚刚发生的事。而现在,我们将这一能力提升了 3 个数量级。

相似文章

@drfeifei: Atlas 实时运行!!🚀

X AI KOLs Following

Dr. Fei-Fei Li 宣布 Atlas 现在可以实时运行,表明在人工智能或机器人系统方面有重大进展。