TrAct的核心创新是什么?
TrAct提出用视觉轨迹作为机器人动作与世界模型之间的统一翻译层,让机器人动作和视觉预测通过轨迹实现对齐,从而提升世界模型预演的准确性和跨本体泛化能力。

作者丨 幸丽娟 编辑丨岑 峰  
本文介绍李飞飞、吴佳俊团队提出的TrAct框架,以视觉轨迹作为中间翻译层,统一机器人动作控制与世界模型预测。实验显示,TrAct在仿真和真机任务中显著提升成功率,尤其在跨本体、跨任务泛化上表现突出,并降低了对机器人动作标注数据的需求。
TrAct提出用视觉轨迹作为机器人动作与世界模型之间的统一翻译层,让机器人动作和视觉预测通过轨迹实现对齐,从而提升世界模型预演的准确性和跨本体泛化能力。
由于人类视频没有机器人动作标注,传统VLA难以使用。TrAct只需视觉轨迹作为监督信号,因此可以混合DROID机器人数据与EgoDex人类视频进行预训练,扩大了训练数据规模。
被用了几千年的铜,怎么突然成了AI时代的新宠?
微软 CEO 纳德拉:AI 应用的机会正在变大,模型成本将继续下降
分析师:四大关键因素驱动 Robinhood 链快速增长
How NVIDIA NVLink 6 Delivers Multi-Layer Resiliency for AI Factories
字节6年,如何一步步走上带20人团队的leader地平线第1500万颗征程芯片搭载大众 ID. AURA T6,HSD V2.1 即将推出
电商对账的设计逻辑:四层核对,逐层下钻Mozilla 报告称中国开放权重模型与美国前沿模型仅相差 4.4 个月
129亿美元卖身英伟达之后,是时候重新理解Hugging Face了
实习生1天消耗1亿Token被约谈:如何衡量Token的ROI
CoinEx宣布体面关停:值得肯定但不该神化36氪研究院 | 2026年北京市OPC创业者研究报告
美股太贵 该加仓新兴市场吗?
别闹,几粒盐就能立起高脚杯?你是不是用胶水了?把记忆交给CPU,大模型会变快
横扫四榜,DM0.5 凭什么面面俱到?商用割草机器人完成数千万融资,用L4级无人驾驶重构高尔夫草坪运维|硬氪首发
Scaling Federated Learning Across Docker, Kubernetes, and Slurm with NVIDIA FLARE
超越代币化:让RWA在链上真正有用
CLARITY折戟 多方博弈撕裂行业预期 市场怎么看?
产品定义意义上的一级场景:四维模型
Anthropic CEO自爆行业黑幕
2人团队0融资,用AI搓的复古相机APP霸榜韩国总榜第4,还做到了3个月10亿销售额?Denuvo 起诉黑客违反 DMCA 反规避条款
OpenAI 总裁最新采访:现在所有人对 AI 的预测,大概率都是错的
让AI真正赋能企业(初探)
HYROX比赛腹泻这事,运动员拼归拼,但主办方不能装看不见
CLARITY法案为何倒在参议院门口?这主流如你所愿
渣打给ARB十美元目标价靠什么?