Roboter trenger vanligvis tonnevis av merkede data for å lære presise handlinger. Hva om de kunne lære kontrollferdigheter direkte fra menneskelige videoer ... Ingen etiketter nødvendig? Robotikk før trening tok nettopp et STORT hopp fremover. En ny autoregressiv robotmodell lærer 4D-representasjoner på lavt nivå fra menneskelige videodata. Bygger bro mellom syn og robotkontroll i den virkelige verden. Hvorfor dette er viktig: ✅ Forhåndstrening med 4D-geometri muliggjør bedre overføring fra menneskelig video til robothandlinger ✅ Overvinner gapet mellom VLA-forhåndstrening på høyt nivå og robotkontroll på lavt nivå ✅ Låser opp mer nøyaktig, dataeffektiv læring for virkelige oppgaver For mer informasjon, sjekk ut artikkelen: 📍 Teamet ved @Berkeley AI Research vil snart gi ut prosjektsiden og koden.