Perceptron AI的Isaac模型，看视频就能学会技能，成本降低，效率提升，开源模型，值得一看！
Isaac模型通过观看视频学习人类动作，大幅降低机器人训练成本，效率提升210倍。采用MoE架构，可处理复杂操作，并开源模型权重和训练方法。
这个牛P 解决了教机器人学习人类动作太费钱、太慢的问题 以往教机械臂抓东西，需要人工拿着手柄远程遥控（遥操作）成千上万个小时，成本极高。 Isaac让机器人看海量网上的普通视频就能学会技能 以...
这个牛P 解决了教机器人学习人类动作太费钱、太慢的问题 以往教机械臂抓东西，需要人工拿着手柄远程遥控（遥操作）成千上万个小时，成本极高。 Isaac让机器人看海量网上的普通视频就能学会技能 以往教机械臂抓东西，需要人工拿着手柄远程遥控（遥操作）成千上万个小时，成本极高。 原来要想让机器人达到同样的熟练度，需要人工遥控示教 5,900 小时；现在通过Isaac先让它看 100 万小时视频，再使用人工遥控校正，只需要 28 小时。 效率提升 210 倍 它有哪些核心本事？ 脑子反应快，还省算力：采用 MoE 架构（类似于专家团）。简单的画面只派 1~2 个专家处理，复杂操作才全员出动，计算成本比同级别模型降低了 8.5 倍。 能看懂也能动手：既能做视觉问答、数数、追踪物体，又能直接控制 35 种以上的机械臂和机器人形态。 学新动作极快：只要给它演示 1 遍新任务（比如国际象棋下棋），它的适应和纠错能力比同类竞品好 7 到 10 倍。 最关键的一点：完全开源模型权重、训练方法和推理代码全部开源开放... Perceptron AI @perceptroninc Today we're releasing Isaac 0.5: 36B dynamic MoE, open weight 🤗 embodied foundation model. Isaac combines multimodal video understanding, embodied reasoning and robot control into a single, sparse backbone. Your browser does not support the video tag. 🔗 View on Twitter 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 1 👀 620 ⚡