星动纪元

机器人研发团队在训练抓取与操作策略时，处理视频与动作数据，产出能迁移到真机、在具体工位上稳定完成操作任务的具身模型。

目前多依赖大规模真机遥操作数据、仿真到现实的迁移，或直接采购通用具身模型再做微调。

真机数据采集昂贵、周期长，视频与动作混合训练容易互相干扰，导致策略在真机上不稳定，团队反复返工。

为什么用户会选择它

推断：相较混合训练，分阶段解耦把视频预测与动作学习分开，减少两类信号互相干扰带来的返工，因此真机数据有限、又需要在特定工位快速迭代策略的机器人团队会尝试它。材料未给出真机落地与重复使用证据，尚不能确认已进入长期工作流。