热点事件历史事件
清华AIR曹婷团队发布具身自进化世界模型系列工作
1 篇报道1 个报道来源5 天前更新
先了解这件事
AI 综述
清华AIR教授曹婷团队持续深耕具身智能领域,近期提出ICCL(In-Context Causal Learning)技术路线,旨在解决具身智能面临的数据匮乏难题。该团队发布的Zeva等工作显示,通过动作-效果提取模块,利用10K小时无标注Ego数据训练因果提取器,可显著提升模型在复杂背景下的泛化能力。针对不同应用场景,曹婷提出了差异化策略:在工厂高精度需求场景下,主张结合后训练技术;而在家庭场景中,则依赖上下文学习(ICL)以实现灵活部署。这一系列工作展示了从基础模型构建到具体场景落地的完整技术路径。
AI 根据报道生成 · 4 天前更新
最新进展11月12日 15:11
清华曹婷提出ICCL路线,利用10K小时无标注数据提升具身智能泛化性并区分场景部署策略。报道时间线
沿着报道,了解事件的不同侧面。
11月12日
- 雷峰网清华曹婷:具身智能自进化与上下文学习实践
清华AIR教授曹婷提出ICCL路线,通过动作-效果提取模块解决具身智能数据匮乏难题。其团队发布Zeva等工作,利用10K小时无标注Ego数据训练因果提取器,显著提升复杂背景下的泛化性。针对工厂高精度需求,主张结合后训练;家庭场景则依赖ICL实现灵活部署。
本事件热度走势
当前热度 3·可比范围峰值 9(11月12日 18:00)·近 24 小时可比范围变化 -50%
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。