因果視頻模型是數據高效的機器人策略學習者

Rhoda AI 提出直接視頻-動作模型（DVA），將機器人控制重新定義為視頻生成，利用網絡視頻預訓練實現數據高效的任務學習、長期上下文記憶、一次性學習和可解釋性。該模型通過因果視頻模型和逆動力學模型，在僅需約10小時機器人數據的情況下完成複雜任務，並支持從單一演示中上下文學習。