吴佳俊团队推出大型多模态数据集，教机器人组装宜家家具

斯坦福团队提出IKEA Video Manuals数据集，涵盖6类IKEA家具，包含3D模型、安装说明书和组装视频，数据集细分为1120个子步骤；该数据集实现了组装指令与实际视频的4D对齐，提供了空间智能领域的重要研究基准；实验展示了当前AI模型在视频理解和空间推理中的局限，特别是在遮挡、相似部件识别及复杂拍摄角度下的表现不足。