Ego-CEVR跨具身视觉表征学习框架

2026年10月28日，arXiv Robotics 刊出 Keru Zhou 等作者的论文，提出 Ego-CEVR 分层视觉表征学习框架。据该报道，这一框架是数据原生的，把全局表征与交互表征分配给不同的学习目标：全局模块通过第一视角视频的未来预测，学习物体关系、任务状态和时间进度；交互模块在全局语境下解读腕部观测，并借助机器人动作监督，学习局部对齐与接触线索。报道还称，该框架支持全局视频模块在大规模人类第一视角视频和多种机器人本体视频上独立预训练，无需机器人动作标签或配对腕部观测。目前可核实的信息仅来自这篇主报道，尚无跟进报道，也没有独立验证或后续实验结果的披露。

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。