SkeLAM：骨架监督潜在动作的机器人世界模型
热点事件持续更新
SkeLAM：骨架监督潜在动作的机器人世界模型
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
哈尔滨工业大学（深圳）与新加坡国立大学 Show Lab 等机构提出机器人世界模型 SkeLAM，用机器人骨架监督视频中的潜在动作，目标是实现零样本跨形态迁移。模型基于预训练的 Cosmos-Predict2.5-2B，使用总计约 10 小时的机器人交互数据训练；迁移时模型参数全部冻结，未针对演示额外微调。 在 DROID 评测中，相比 DreamDojo，SkeLAM 的末端轨迹误差降低 19.5%，感知距离 LPIPS 降低 11.1%。 这些结果来自视频生成评测。报道称，从生成结果走向真实机器人，还需检验更复杂的接触与更长的操作过程，并评估生成的视频对策略学习和闭环执行的实际帮助。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 08:34
SkeLAM：用骨架监督潜在动作的机器人世界模型实现零样本跨形态迁移报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- 机器之心 · 微信公众号SkeLAM：用骨架监督潜在动作的机器人世界模型实现零样本跨形态迁移
哈尔滨工业大学（深圳）与新加坡国立大学等机构提出 SkeLAM，基于 Cosmos-Predict2.5-2B 用约 10 小时机器人交互数据训练，以机器人骨架监督视频中的潜在动作。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月27日 23:00
- 近 24 小时变化
- –
02468
23:0010月28日01:00
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。