{"@context":"https://schema.org","@type":"NewsArticle","generatedAt":"2026-07-23T08:01:28.298Z","headline":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","description":"RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","url":"https://www.aioga.com/news/cmroc43ze01nzbitop56gzbnp/","mainEntityOfPage":"https://www.aioga.com/news/cmroc43ze01nzbitop56gzbnp/","datePublished":"2026-07-16T00:00:00.000Z","dateModified":"2026-07-16T00:00:00.000Z","inLanguage":"zh-CN","publisher":{"@type":"NewsMediaOrganization","name":"Aioga","url":"https://www.aioga.com"},"citation":["https://arxiv.org/abs/2607.15275","https://aihot.virxact.com/items/cmroc43ze01nzbitop56gzbnp"],"canonicalUrl":"https://www.aioga.com/news/cmroc43ze01nzbitop56gzbnp/","directAnswer":{"@type":"Answer","text":"Aioga 编辑摘要：RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。 Aioga 将其归入「论文研究」方向，重点关注它对真实使用和行业竞争的影响。","url":"https://www.aioga.com/news/cmroc43ze01nzbitop56gzbnp/","dateCreated":"2026-07-16T00:00:00.000Z","author":{"@type":"Organization","@id":"https://www.aioga.com/authors/aioga-editorial/#editorial-team","name":"Aioga Editorial Team","url":"https://www.aioga.com/authors/aioga-editorial/"}},"evidence":[{"@type":"CreativeWork","name":"arXiv source article","url":"https://arxiv.org/abs/2607.15275","datePublished":"2026-07-16T00:00:00.000Z","provider":{"@type":"Organization","name":"arXiv","url":"https://arxiv.org/abs/2607.15275"}},{"@type":"CreativeWork","name":"AIHot archive record","url":"https://aihot.virxact.com/items/cmroc43ze01nzbitop56gzbnp","datePublished":"2026-07-16T00:00:00.000Z","provider":{"@type":"Organization","name":"AIHot","url":"https://aihot.virxact.com/items/cmroc43ze01nzbitop56gzbnp"}}],"aggregationSource":"HuggingFace Daily Papers（社区热门论文）","originalPublisher":{"name":"arXiv","url":"https://arxiv.org/abs/2607.15275"},"article":{"id":"cmroc43ze01nzbitop56gzbnp","slug":"cmroc43ze01nzbitop56gzbnp","url":"https://www.aioga.com/news/cmroc43ze01nzbitop56gzbnp/","title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","title_en":"RoboTTT： Context Scaling for Robot Policies","summary":"RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","source":"HuggingFace Daily Papers（社区热门论文）","sourceUrl":"https://arxiv.org/abs/2607.15275","aiHotUrl":"https://aihot.virxact.com/items/cmroc43ze01nzbitop56gzbnp","publishedAt":"2026-07-16T00:00:00.000Z","category":"论文研究","score":52,"selected":false,"articleBody":["arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.","Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs ：https://info.arxiv.org/labs/index.html."],"articleImages":[{"sourceUrl":"https://arxiv.org/static/base/1.0.1/images/funders/simons-foundation.png","alt":"Simons Foundation","afterParagraph":1,"url":"/media/articles/cmroc43ze01nzbitop56gzbnp/e2d7f38d62f5ca91.png"},{"sourceUrl":"https://arxiv.org/static/base/1.0.1/images/funders/simons-foundation-international.png","alt":"Simons Foundation International","afterParagraph":1,"url":"/media/articles/cmroc43ze01nzbitop56gzbnp/1d56e29c5557cbdc.png"}],"mediaStatus":"ok","articleBodyZh":[],"translationStatus":"","bodyOrigin":"source-page","editorial":{"summary":"Aioga 编辑摘要：RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。 Aioga 将其归入「论文研究」方向，重点关注它对真实使用和行业竞争的影响。","background":"背景分析：模型与研究类动态需要结合能力边界、开放方式、成本、可用性和真实任务表现判断，单项指标领先不等于已经形成稳定采用。","viewpoint":"Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。","implications":"影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。","nextStep":"后续观察：继续观察官方文档、实际可用性、价格变化、开发者反馈和竞品回应。","evidenceRefs":["title","summary","articleBody"],"confidence":"medium","status":"published","aiGenerated":false,"autoApproved":true,"generatedBy":"rule-safe-fallback","generatedAt":"2026-07-23T08:10:16.892Z","sourceHash":"052af3d2caf57f72","validation":{"passed":true,"mode":"rule-safe-fallback","checks":["schema","length","source-attribution","no-html"]}},"tags":["论文研究","HuggingFace Daily Papers（社区热门论文）"],"translations":{"zh-CN":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga AI资讯","description":"RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","url":"https://www.aioga.com/news/cmroc43ze01nzbitop56gzbnp/"},"en":{"title":"RoboTTT： Context Scaling for Robot Policies","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under Research. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"Research","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT： Context Scaling for Robot Policies - Aioga AI News","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under Research. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人","url":"https://www.aioga.com/en/news/cmroc43ze01nzbitop56gzbnp/"},"ja":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aiogaは「論文研究」の動きとして、HuggingFace Daily Papers（社区热门论文） からの更新を追跡しています。RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"論文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga AIニュース","description":"Aiogaは「論文研究」の動きとして、HuggingFace Daily Papers（社区热门论文） からの更新を追跡しています。RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT","url":"https://www.aioga.com/ja/news/cmroc43ze01nzbitop56gzbnp/"},"ko":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga는 HuggingFace Daily Papers（社区热门论文）의 업데이트를 연구 흐름으로 추적합니다. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"연구","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga AI 뉴스","description":"Aioga는 HuggingFace Daily Papers（社区热门论文）의 업데이트를 연구 흐름으로 추적합니다. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单","url":"https://www.aioga.com/ko/news/cmroc43ze01nzbitop56gzbnp/"},"es":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga sigue esta actualización de HuggingFace Daily Papers（社区热门论文） dentro de Investigación. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"Investigación","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga Noticias de IA","description":"Aioga sigue esta actualización de HuggingFace Daily Papers（社区热门论文） dentro de Investigación. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进","url":"https://www.aioga.com/es/news/cmroc43ze01nzbitop56gzbnp/"},"fr":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga suit cette mise à jour de HuggingFace Daily Papers（社区热门论文） dans la catégorie Recherche. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"Recherche","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga Actualités IA","description":"Aioga suit cette mise à jour de HuggingFace Daily Papers（社区热门论文） dans la catégorie Recherche. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略","url":"https://www.aioga.com/fr/news/cmroc43ze01nzbitop56gzbnp/"},"de":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga KI-News","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/de/news/cmroc43ze01nzbitop56gzbnp/"},"pt-BR":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga Notícias de IA","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/pt-BR/news/cmroc43ze01nzbitop56gzbnp/"},"ru":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga Новости ИИ","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/ru/news/cmroc43ze01nzbitop56gzbnp/"},"ar":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga أخبار الذكاء الاصطناعي","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/ar/news/cmroc43ze01nzbitop56gzbnp/"},"hi":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga AI समाचार","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/hi/news/cmroc43ze01nzbitop56gzbnp/"},"it":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga Notizie IA","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/it/news/cmroc43ze01nzbitop56gzbnp/"},"nl":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga AI-nieuws","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/nl/news/cmroc43ze01nzbitop56gzbnp/"},"tr":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga AI Haberleri","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/tr/news/cmroc43ze01nzbitop56gzbnp/"},"vi":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Tin tức AI Aioga","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/vi/news/cmroc43ze01nzbitop56gzbnp/"},"id":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Berita AI Aioga","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/id/news/cmroc43ze01nzbitop56gzbnp/"},"th":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - ข่าว AI Aioga","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/th/news/cmroc43ze01nzbitop56gzbnp/"},"pl":{"title":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步","summary":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。","category":"论文研究","source":"HuggingFace Daily Papers（社区热门论文）","aggregationSource":"HuggingFace Daily Papers（社区热门论文）","pageTitle":"RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步 - Aioga Wiadomości AI","description":"Aioga tracks this update from HuggingFace Daily Papers（社区热门论文） under 论文研究. RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。在真实机器人操作任务","url":"https://www.aioga.com/pl/news/cmroc43ze01nzbitop56gzbnp/"}}}}