Berkeley、ネット動画から器用なロボット操作を学習は、中国語原文のニュースを日本の読者向けに整理したものだ。焦点は Berkeley’s Do as I Do pipeline tries to turn ordinary web videos into executable dexterous robot trajectories.
何が変わったのか
確認できる主要事実は、single-view RGB input, no depth information, dual UR3e arms with Sharpa Wave dexterous hands, 50 Hz execution, 500 verified trajectories, 20 action categories, retargeting success rising from 25% to 71%, and only about 5% of web videos usable after filtering。発表文の勢いと実際に検証すべき点を分けて読む必要がある。
なぜ重要か
Embodied AI is constrained by manipulation data; usable internet video could multiply the available training signal. AI関連ニュースは、性能だけでなく価格、供給、規制、現場運用まで含めて評価される段階に入っている。
次に見る点
Scaling from 500 lab trajectories to thousands of reliable real-world skills will determine whether the approach changes robotics data collection. 次の焦点は、デモや榜単ではなく、実運用で継続して使えるかどうかだ。
参考資料：UC Berkeley Do as I Do research material and project results、CocoLoop。