热点事件持续更新
Dex-One2Many：单段人类视频学灵巧手策略
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
首尔国立大学、马里兰大学等提出 Dex-One2Many，一种仅用单段人类视频学习可泛化灵巧操作策略的方法。该 real-to-sim-to-real 框架先把人类视频抽象为序列化场景图，用以引导强化学习，在仿真中训练后零样本迁移到真实多指灵巧手。报道称，在五项工具使用与操作任务上，已见配置性能超过基线 6.5%，未见场景下的泛化优势扩大到 71%。目前该事件仅见这一篇报道，尚无后续进展或不同说法。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 16:17
Dex-One2Many 发布：单段人类视频训出灵巧手策略，未见场景超基线 71%。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- AGI HuntDex-One2Many：单段人类视频训出灵巧手策略，未见场景领先基线 71%
首尔国立大学、马里兰大学等提出 Dex-One2Many，仅用单段人类视频学习可泛化的灵巧操作策略。该 real-to-sim-to-real 框架把视频抽象为序列化场景图引导 RL，在仿真中训练并零样本迁移到真实多指灵巧手。在五项工具使用与操作任务上，已见配置超基线 6.5%，未见场景泛化优势扩大到 71%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月12日 17:00）·近 24 小时可比范围变化 –
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。