TDV：从单次人类视频学习通用操作

2026年10月16日，arXiv Robotics 报道了 Guoping Pan 等作者提出的基于轨迹的扩散框架 TDV。该框架利用即插即用 6D 位姿估计从人类视频中提取任务相关物体轨迹，并以轨迹作为与模态无关的中间表示来生成数据，从而规避视觉域差异和动作标签缺失问题。据该报道，在 RLBench 仿真任务上，TDV 在七项任务中取得接近 100% 的成功率，超过此前方法；在真实世界实验中，TDV 借助高效轨迹生成技术，实现了从单次人类演示出发的跨本体泛化操作。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

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。