Ropedia W0 借助人类经验扩展跨形体移动与操作世界模型
Ropedia W0 是一个第一视角世界基础模型，能够统一建模不同形体的人类和机器人在移动与物体操作方面的行为。其 Xp-Data 数据集包含 1 万小时人类第一视角数据和 3,000 小时机器人数据，并配有统一的多模态标注和系统化质量控制。模型采用统一的运动学表示，用相机姿态编码移动，用投影骨架编码操作。研究团队还推出了 Xp-Teleop，这是一个基于高质量人形机器人遥操作数据的长时程基准。据研究团队称，该模型在五项跨形体基准上达到领先性能；扩大人类预训练数据后，人类和机器人评测结果均有所提升。经过蒸馏后，模型能够实时生成持续数分钟的预测轨迹，并可用于策略评估、基于模型的规划和实时 VR 交互。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。