清华大学生数科技团队研发的Vidar模型实现具身智能重大突破，首次让通用视频大模型具备"手脚"功能。该模型通过三级数据架构（海量通用视频+中等规模具身视频+少量机器人特定数据），仅需20分钟机器人真机数据即可快速泛化到新机器人本体，数据量仅为行业领先方法的1/80-1/1200。Vidar创新性地将任务解构为上游视频预测和下游动作执行，结合逆动力学模型实现视觉-...
特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅提供资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任。（反馈错误)