标签
Google DeepMind 的 Gemini 4 Argon 通过观看一段视频学会了玩沙包投掷游戏，推断出其中的物理规律，自行生成了模拟环境，并训练 Apptronik 的 Apollo 人形机器人连续七次投中。
一篇题为"通过视频学习原生动作先验用于世界动作模型"的新论文发布在 Hugging Face Papers 上，探讨了如何从视频中直接学习用于世界动作模型的动作先验。
MimicX 提出了一种策略在环的监督精炼方法，用于视频驱动的人形机器人动作跟踪，使机器人能够执行从普通视频演示中捕捉到的人体动作（网球、颠球、舞蹈、功夫、跑酷），包括在存在碰撞的场景中。
CoDance 提出一个从单个双人舞蹈视频中学习反应式、柔顺的人机交互框架，通过多连杆柔顺性增强将运动学演示转化为力感知训练数据，使人形机器人能在物理演示中与人类伙伴完成持续双手舞蹈并灵活调整步态。
Skild AI 推出了 S1 机器人基础模型，该模型利用 NVIDIA Physical AI 使机器人能够从单个视频演示中学习新任务，提高了在动态工业环境中的适应性。