智在无界 BeingBeyond 本次发布的数据集 UniHand, UniHand是一个大规模的数据集,包含超过1.5亿个基于运动的指令跟随样本,涵盖了多种操纵场景。该数据集是通过一个可扩展的数据流程整合了运动捕捉、VR录制和仅RGB视频等多种异构来源的数据而创建的。这些数据经过精心策划,以支持Being-H0模型的训练,该模型是一个基于大规模人类视频训练的高级且样本高效的灵巧视觉-语言-动作模型。UniHand旨在弥合现有视觉-语言-动作模型在复杂操作任务和真实场景中的泛化能力不足的问题,并提供了丰富的灵巧手运动数据,以支持物理指令调整的训练范式。
关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库,涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。





_1769672084863.jpg)