@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
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:1/N 长周期、复杂且真正关乎日常生活的任务,并非当今机器人技术所能解决的问题,需要规…
李飞飞博士宣布斯坦福大学 BEHAVIOR 挑战赛进入第二年,这是一项针对长周期、复杂日常任务的机器人竞赛,新增了任务、改进了评估方式,并设有 11,000 美元的奖金池。
@drfeifei: Atlas 实时运行!!🚀
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。
@svlevine: 今天(6月3日),我将在CVPR的Test-Time Scaling for Computer Vision WS(太平洋时间下午1:30)上发言,讨论我们如何…
Sergey Levine宣布他将在CVPR研讨会上就计算机视觉和机器人策略泛化的测试时缩放以及基础模型的部署发表演讲。
@drfeifei: https://x.com/drfeifei/status/2062247238143996275
Fei-Fei Li与World Labs团队提出了世界模型的功能分类法,区分了渲染器、物理引擎以及在强化学习循环中的其他组件,并论证空间智能是人工智能的下一个前沿。
@felixwyw: 在8月3日晚上10:06,我目睹了一台机器人完成了一件我认为还需要多年才能实现的事情。我们当时正在进行少量梯度学习……
作者描述了一个突破,其中使用GEN-1.5模型的机器人在单次演示后无需微调即可模仿任务,标志着在物理提示的少样本学习方面取得了重大进展。