I robot di solito hanno bisogno di tonnellate di dati etichettati per apprendere azioni precise. E se potessero apprendere abilità di controllo direttamente dai video umani... senza bisogno di etichette? Il pre-addestramento della robotica ha appena fatto un GRANDE balzo in avanti. Un nuovo Modello Robotico Autoregressivo apprende rappresentazioni 4D a basso livello dai dati video umani. Colmando il divario tra visione e controllo robotico nel mondo reale. Perché questo è importante: ✅ Il pre-addestramento con geometria 4D consente un migliore trasferimento dalle azioni video umane a quelle robotiche ✅ Supera il divario tra il pre-addestramento VLA ad alto livello e il controllo robotico a basso livello ✅ Sblocca un apprendimento più accurato ed efficiente in termini di dati per compiti nel mondo reale Per ulteriori dettagli, controlla il documento: 📍 Il team di @Berkeley AI Research rilascerà presto la pagina del progetto e il codice.