NVIDIA、4.4万時間の人体視点映像で学ぶロボット用世界モデル「DreamDojo」発表
NVIDIAとスタンフォード大などのチームが、ロボット向け世界モデル「DreamDojo」を発表した。4万4000時間の人体一人称動画から物理法則を事前学習し、各機体に合わせて微調整する仕組みだ。高価な実機データを大量に集める手間を省き、10FPSのリアルタイム対話にも対応する。
NVIDIAとスタンフォード大などのチームが、ロボット向け世界モデル「DreamDojo」を発表した。4万4000時間の人体一人称動画から物理法則を事前学習し、各機体に合わせて微調整する仕組みだ。高価な実機データを大量に集める手間を省き、10FPSのリアルタイム対話にも対応する。