Aran Komatsuzaki· @arankomatsuzaki · X·· 12 天前AI 评分45
AI 导读
3 万小时的自我中心视角视频教不会什么 - 条件化用少得多的数据就能让智能体饱和。 - 智能体饱和后，物体交互的收敛远低于该水平。 - 更多数据或更大的模型都无法弥合这一差距。 https://arxiv.org/abs/2610.12464
正文 · 原文
What 30,000 hours of ego-centric video does not teach
- Conditioning saturates the agent with far less data.
- With the agent saturated, object interaction converges far below it.
- Neither more data nor a larger model closes the gap.
来源：Aran Komatsuzaki · x.com