WATCH跨视频预训练方法提出

2026年10月14日，arXiv Computer Vision 刊出 Jeongeun Park 等作者的研究，提出名为 WATCH 的跨视频预训练方法。据该报道，WATCH 从多样环境中采集的任务配对人类演示中学习：以一段演示的视频和动作为条件，联合预测另一段演示的动作与未来帧。预训练分析显示，该方法在跨具身运动对齐、未见机器人上的动作与视频预测上均有提升，且无需配对的人-机器人演示。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

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。