跳到正文
热点事件观察中

ScaleNav 提出互联网视频预训练导航框架

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

ScaleNav 作者团队发布论文,提出名为 ScaleNav 的世界-动作框架,用于语言条件局部导航:先从互联网第一视角视频中学习目标导向的视觉动态,再生成机器人动作。 训练分三阶段:先做指令条件视频预训练,再用带动作标注的仿真数据做动作对齐、预测可执行动作块,最后联合微调全部可训练组件。这是论文提出的方法设计,报道未给出实际导航效果数据。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. Hugging Face Daily Papers
    ScaleNav:用互联网视频预训练语言条件局部导航策略

    ScaleNav 提出统一的世界-动作框架,从互联网第一视角视频中学习目标导向的视觉动态,再生成机器人动作,用于语言条件局部导航。训练分三阶段:先做指令条件视频预训练,再用带动作标注的仿真数据做动作对齐以预测可执行动作块,最后联合微调全部可训练组件。

本事件热度走势

可比范围当前
3
可比范围峰值
410月20日 12:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。