机器人看人类视频，究竟能学到哪一步？

📋总体概括

研究者尝试用约一百万小时的人类操作视频训练机器人，视频中机器人成功完成转动钥匙等操作，引发对人类视频能否替代昂贵机器人实机数据训练的讨论。视频数据能让机器人学会任务理解与画面预测，但从「看懂」到真正控制机械臂执行，中间仍存在巨大鸿沟。这一方向被视为缓解机器人数据稀缺问题的重要路径，但其能力边界与泛化上限仍是业界争议焦点。