KODA：人类第一视角演示转全身VLA数据

2026年10月16日，arXiv Robotics 报道了 Zibo Zhou 等作者提出的 KODA（Kinematics-Observation Data Alignment，运动学—观测数据对齐）方法，目标是把人类第一视角 RGB 演示转换为人形机器人全身 VLA（视觉—语言—动作）训练数据。据该报道，KODA 先用稀疏跟踪器配合基于采样的指令优化，生成经仿真器校验的全身轨迹；再由这条轨迹确定机载相机位姿，合成机器人视角的观测，从而形成可复用的规范记录，并生成与具体控制器对应的全身状态—动作监督。报道称该规范轨迹用于引导机器人视角合成。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。