待验证50% 置信事实精确时间
Genie 的关键创新在于无监督地从视频中发现了潜在动作空间，即使训练数据中没有动作标注也能推断出控制环境变化的基本动作
1
来源数
50%
置信度
长期有效
时效性
2026/9/1
首次发现
来源
涉及实体
相关事实
已验证增强学习领域用'sim-to-real gap'描述在模拟环境训练的机器人策略因现实物理差异而在真实世界失效的现象61% 相似待验证少样本示例（Few-shot Prompting）的工作原理基于Transformer注意力机制，无需更新模型权重，被称为上下文学习（In-context Learning）60% 相似待验证采用自适应学习路径和情景模拟视频，学习时间灵活可分次完成，适合时间碎片化的家庭用户；但缺乏真人互动和即时纠错，学习深度依赖个人自律60% 相似待验证视频驱动机器人学习相比手工设计步态的优势在于降低动作设计门槛、动作表现更自然、以及连接计算机视觉与机器人控制两大领域60% 相似待验证LoRA训练中，简单提示词测出的高还原度可能是过拟合导致的假象，需引入复杂新颖场景验证真实泛化能力60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/838277API
curl https://kongchang.com/api/v1/knowledge/claims/838277MCP
get_claim(id=838277)