Dyna 联创 Jason Ma 谈 Dyna-2:百万小时人类视频预训练的世界动作模型
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍了 Dyna-2 世界动作模型,该模型在超过一百万小时人类视频上预训练,能预测未来视频并据此生成机器人动作,架构为 diffusion transformer 加 flow matching。
推荐理由:Dyna 联合创始人详解世界动作模型如何用百万小时人类视频预训练,并给出真实部署与硬件瓶颈的一线判断。