> ## Content Index
> Fetch the complete content index at: https://binnn.top/llms.txt
> Use this file to discover other available public pages before exploring further.

# Open-HumanWAM：用五万小时人类视频研究机器人预训练
- URL: https://binnn.top/open-humanwam-robot-pretraining/
- Published: 2026-11-08T06:39:40.000Z
- Updated: 2026-11-10T16:45:38.000Z
- Description: 论文公开第一人称视频语料与训练流程，研究数据规模和机器人任务表现的关系，同时披露动作表示、实机评测及目标图像审核的边界。
- Author: Sunbin 编辑部
- Tags: AI 最新论文进展, 机器人, #sunbin-auto, #sunbin-newsroom

论文阅读笔记 · arxiv.org · 原文日期 2026-11-04

## 五万小时视频怎样筛选

团队从多个公开第一人称数据集中整理出5万小时视频，配有手部运动及语言标注。筛选依据包括手部是否可见、运动是否稳定以及是否正在操作物体；不同来源的动作标注还需对齐，才能共同用于机器人预训练。

## 双手动作接口不包含行走

统一动作表示描述双手运动及开合，不要求人类与机器人共享关节结构。其范围限于双手操作，没有加入行走维度。作者解释，第一人称视频中的身体或头部运动较不规则，且不同来源存在标注缺失，难以从中提取有效监督。

## 规模规律来自受控仿真

作者将纯人类预训练数据从100小时扩至5万小时，随后采用相同的机器人后训练流程，以闭环仿真中的任务成功率评估表现。论文报告，预训练时长与分布外成功率呈经验性对数线性关系；这一观察仍限于文中的语料、模型与评测设置。

## 实机成功判定与阶段分数分开

实机零样本评测以目标图像指定任务，覆盖20项任务，每项试验10次，共200次，不提供目标任务示范，也不更新参数。任务是否成功与阶段得分分别判定，两个指标均先对试验取平均，再对任务等权平均；成功不一定意味着阶段得分满分。

## 目标图像通过审核的含义

用于评测的新生成目标图像共7032张，修复后全部通过审核，但修复图像采用了比首次审核更宽松的标准。论文明确，这项审核只检查画面与指令是否一致，不验证物理可行性或仿真任务是否成功，因此不能将审核通过率当作机器人执行表现。

原始标题：Open-HumanWAM: An Open Recipe for Scaling Human and Robot Experience for Embodied Foundation Models  
[来源：arxiv.org](https://arxiv.org/abs/2611.06817?ref=binnn.top)