观看百万小时YouTube视频意外解决了机器人难题
2025-06-30
研究人员通过训练名为V-JEPA 2的模型，观看了百万小时的YouTube视频，意外解决了机器人领域长期存在的难题。该模型通过预测视频中的下一个瞬间，而非下一个单词，学习理解物理世界。与以往依赖于语言监督的模型不同，V-JEPA 2能够在从未见过的环境中完成抓取和放置等复杂任务，展现了惊人的零样本泛化能力。虽然模型仍存在一些局限性，例如对摄像机位置敏感以及长时预测精度不足，但这项研究为机器人技术的发展带来了新的方向，预示着未来机器人可能具备与ChatGPT同等水平的理解能力。
阅读更多
AI