HuggingFace Daily Papers· Haoyu Zhao, Xingyue Zhao, Zhian Su, Bohan Hou, Yinzhou Tang, Fengyi Wang, Kehan Li, Yuming Jiang, Siteng Huang, Xin Li, Zhenyu Zeng, Mingxiu Chen, Deli Zhao, Zhongyu Li·· 3 天前精选AI 评分80
RynnVLA-Latent：通过3D接地潜在动作扩展机器人操作基础模型
RynnVLA-Latent: Scaling Robotic Manipulation Foundation Models with 3D-Grounded Latent Actions
AI 导读
研究团队提出RynnVLA-Latent框架，将异构交互视频转化为可扩展的机器人策略预训练监督。该方法从视觉转换中学习连续的3D接地潜在动作，无需原生机器人控制。
推荐理由
通过30.1K小时视频数据训练出745.52M潜在动作描述符，为机器人操作学习开辟了超越原生动作标注数据的新路径。
来源：HuggingFace Daily Papers · arxiv.org