技术博客

清华大学与一家生物数字技术公司合作，成功发布了一款国产视频具身基座模型。该模型在训练数据量大幅减少至原始数据的1/1200的情况下，依然能够实现高效泛化，并执行复杂的物理操作，达到了当前最佳（SOTA）水平。这一技术突破使机器人能够通过观看普通视频学习并完成实际的物理任务。即使面对此前未见过的物品，机器人也能精确识别并根据指令执行相应动作，展现出强大的适应性和智能化水平。