HF Daily Papers·· 3 天前精选AI 评分51
RynnVLA-Latent：以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
RynnVLA-Latent 从人类、机器人和仿真交互视频学习连续、3D接地的潜在动作，用于扩展机器人操作基础模型的预训练监督。框架处理30.1K小时视频，生成745.52M潜在动作描述符，并以flow matching训练4B策略，再适配到具体机器人形态的动作。
推荐理由
论文展示了从异构视频生成3D接地潜在动作的预训练方法，并附有数据扩展与消融结果，可供机器人策略研究者对照理解。
来源：HF Daily Papers · huggingface.co