Memories Upload 用第一人称视频标注机器人的小动作纠错数据

机器人模型在干净演示数据上表现好，但缺乏人类无意识做出的小修正样本，比如调整握持姿势、挪动零件位置、失败后重试。Memories Upload 的思路是从第一人称视频中标注这类动作，把真实的纠错行为变成训练数据。 这类数据的缺失导致机器人在非 staged（非刻意布置）场景中容错能力差：一旦物体位置偏移或抓取失败，模型缺少“再来一次”的行为先验。第一人称视频天然包含大量日常操作中的微调动作，是比遥操作演示更便宜的来源。 对做具身智能（embodied AI）数据管线的团队来说，多样性数据来源正在成为和模型架构同等重要的竞争点，类似思路也可参考 Tesla 和 Figure 在真实作业视频上的做法。