HuggingFace Daily Papers·· 17 天前AI 评分72
HuGe：用第一视角人类数据扩展人形通用 VLA 模型
HuGe: Scaling Humanoid Generalist Vision-Language-Action Models with Egocentric Experience
AI 导读
HuGe 是一组人形通用视觉-语言-动作模型（VLA），在超过 2000 小时的第一视角人类与机器人数据上预训练，通过预测潜动作 token 驱动预训练全身控制器并输出手部控制信号。
来源：HuggingFace Daily Papers · huggingface.co