原帖引用 · AI 翻译
完整技术报告
机器人训练领域正在开展许多出色的工作。
机器人学习的很大一部分成本在于对视频逐步、逐只手地进行标注。如果能在质量几乎不变的情况下将这项成本降低约 8 倍，团队已经拥有的更多视频素材就能得到利用。
现在我们也有证据表明，针对范围较窄的视频任务，专门设计的模型运行框架正在接近通用前沿模型的水平，而成本只是后者的一小部分。
上传一段某人做家务的第一人称视频，我们的 API 就会返回每个步骤及其时间戳，并说明每只手在做什么。
Perceptron AI 的研究表明，在标注机器人训练视频时，为最大的 AI 模型多付 8 倍费用，几乎不会带来额外的准确率。
一个专为这项工作构建的较小系统，能以每小时视频标注费用相当于一个三明治的价格取得同样的结果。
https://t.co/7Biz3tItwP
原文
So much brilliant work is happening on robot training. A lot of the cost in robot learning sits in labeling video, step by step and hand by hand. If that cost can be reduced by about 8x at nearly the same quality, much more of the footage teams already have can be used. And now we also have proof that specialized model harnesses are closing in on general frontier models for narrow video tasks, at a fraction of the cost. Upload a first-person video of someone doing chores, and we have an API returns each step with timestamps, what each hand is doing. Perceptron AI's research shows, For labeling robot training video, paying 8x more for the biggest AI model buys you almost no extra accuracy. A smaller system built only for this job gets the same result for the price of a sandwich per hour of video. https://t.co/7Biz3tItwP
今天我们发布 Perceptron Egocentric 1.0：第一人称视角标注领域的前沿成果，现可通过自助式 API 使用。
• 细粒度子任务标注，质量与 Astra 相当，成本约为其 1/8
• 最先进的 2D 和 3D 手部追踪
• 为每只手和机器人夹爪上的每个动作提供独立的时间线
原文
Today we’re releasing Perceptron Egocentric 1.0: The frontier for egocentric annotations, now through a self-service API. • Fine-grained subtasks matching Astra quality at ~1/8 the cost • State-of-the-Art 2D and 3D hand tracking • Individual timelines for every action on each hand and robot gripper