LEARNING
PhysBrain 1.0技术报告
Shijie Lian, Bin Yu, Xiaopeng Lin, Changti Wu, Hang Yuan, Xiaolin Hu, Zhaolong Shen, Yuzhuo Miao, Haishan Liu, Yuxuan Tian, Yukun Shi, Cong Huang, Kai Chen
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出PhysBrain 1.0，通过将大规模人类自我中心视频转化为结构化物理常识监督，训练视觉-语言-动作模型，并在多模态问答和具身控制基准上取得最先进结果。其核心创新在于利用人类交互视频中的物理先验知识，有效桥接了多模态理解与机器人动作执行之间的鸿沟。
关键词
vision-language-actionphysical commonsensehuman egocentric videoVLA policyout-of-domain
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018