Original post · AI translation
Rohan Paul@rohanpaul_ai
机器人训练领域正涌现出大量出色的工作。
机器人学习的很大一部分成本在于逐步、逐只手地标注视频。如果能以几乎相同的质量将这项成本降低约 8 倍，团队已有的更多视频素材就能得到利用。
现在我们也有证据表明，在范围较窄的视频任务上，专用模型系统正以一小部分成本接近通用前沿模型的水平。
上传一段某人做家务的第一视角视频，我们就有一个 API，可以返回每个步骤的时间戳以及每只手在做什么。
Perceptron AI 的研究表明，对于机器人训练视频的标注，多花 8 倍的钱使用最大的 AI 模型，几乎不会带来额外的准确率。 一个专为这项工作构建的小型系统能取得同样的结果，每小时视频的处理费用相当于一个三明治的价格。
今天，我们发布 Perceptron Egocentric 1.0：第一视角标注领域的前沿成果，现已通过自助式 API 提供。
• 精细子任务的质量与 Astra 相当，成本约为其 1/8
• 达到当前最先进水平的 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
Original
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
· UTC+8