Open-HumanScale: An Open Recipe for Scaling Human and Robot Experience for Embodied Foundation Models
Pubblicata su AIChronos il · fonte del · Juncheng Ma, Jiaxin Li, Jiankai Tu, Bo Liang, Guodong Lv, Yufan Deng (DAGroup-PKU)
Open-HumanScale introduce il primo protocollo aperto per scalare il pretraining egocentrico su 50.000 ore di video umani, fornendo un corpus densamente annotato con movimenti della mano e linguaggio naturale. Gli autori dimostrano una legge di scala log-lineare empirica che lega le ore di pretraining al successo dei policy robotici downstream. Il modello HumanWAM-Vanilla, addestrato esclusivamente su dati umani, raggiunge il 92.08% di successo su RoboTwin 2.0 Clean2Clean, mentre l'approccio ibrido con HumanWAM-Goal porta le prestazioni a nuovi record e abilita un apprendimento in-contesto emergente.
- Open-HumanScale-50K è il primo corpus egocentrico completamente aperto scalato a 50.000 ore, curato con annotazioni dense di motion tracking e NLP.
- Viene stabilita una legge di scala empirica log-lineare che correla direttamente le ore di pretraining umano ai tassi di successo nei task robotici.
- HumanWAM-Goal dimostra capacità di generalizzazione zero-shot su benchmark sia simulati che fisici, superando lo stato dell'arte su RoboTwin 2.0.
- Il modello supporta un apprendimento in-contesto emergente (embodied in-context learning) che adatta il comportamento manipolativo a nuovi obiettivi visivi senza aggiornamenti dei parametri.
- Tutto il stack è open-source, inclusi i pipeline di curation, i checkpoint pre/post-training e le suite per la valutazione in simulazione.
Perché conta. Questa ricerca è cruciale per gli sviluppatori di agenti e AI locali poiché dimostra come l'ingegneria dei dati su larga scala (scaling laws) possa trasferire capacità cognitive umane a modelli embodied, riducendo la dipendenza da dataset specifici del dominio robotico.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.