标签
GRAIL利用3D资产和视频基础模型生成多样的人形机器人操作与移动数据，实现了有效的仿真到现实迁移，在真实世界中取得了高成功率。
本文介绍了一种可扩展的开源管道，利用NVIDIA NeMo进行视频基础模型的训练和推理，通过加速数据集管理和并行化训练来解决生成高质量视频的挑战。