RoboTryOn：用虚拟试穿从人类视频合成机器人演示

2026年11月3日，Hugging Face Daily Papers 报道了 RoboTryOn 方法：它把从人类视频到机器人的迁移视为“虚拟试穿”，即保留演示动作，按参考图像指定的目标机器人替换人类，同时保留原任务、物体与背景。该方法自回归翻译关键帧，并用手部骨架运动引导视频合成，再用带深度特征的逆动力学模型（IDM）推断动作标签。报道称，在多种人形本体上，仅用合成数据训练的策略在新任务（含双臂操作）上平均成功率从 2% 提升到 60%，且约三分之一采集成本即可达到纯遥操作演示的训练效果。目前尚无后续报道。

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。