智源发布RoboBrain Orca,在表征层学习世界模型

智源发布多模态表征世界模型RoboBrain Orca,从预测显式输出转向预测世界状态,构建统一世界潜在表征空间,支持文本图像动作多模态读出;采用无意识学习积累客观经验、有意识学习组织因果结构两条路径,预训练用12.5万小时视频与1.6亿条事件标注;冻结主体下游zero-shot测试中,文本图像动作三类任务表现随数据增长持续提升,动作生成达π0.5水平。

搜索