研究者らは、全身と手の動きを組み合わせた一人称視点の動画を500時間分収録した「HumanVerse」を公開した。あわせて、このデータで学習したヒューマノイド向け基盤モデル「λ0」も公開。Unitree G1ロボットでのテストでは、SIMPLEベンチマークで90.0%、実環境での移動と操作を組み合わせたタスクで62.5%の成功率を記録した。いずれも、ロボット固有の実演データを使わずに達成した。
なぜ重要か
このデータセットとモデルにより、ロボット開発者はコストのかかるロボットの実演データを集めずに、ヒューマノイドに全身を使った操作を学習させられる。