Học các mô hình hành động thế giới có thể chuyển đổi từ các video của con người có nhiệm vụ

Đoạn trích bài viết

Các mô hình hành động thế giới thừa hưởng những tiền lệ hình ảnh và vật lý rộng rãi từ huấn luyện trước video. Tuy nhiên, dự đoán khung hình tiếp theo tiêu chuẩn trong video cho phép họ dựa vào sự xuất hiện được chia sẻ giữa ngữ cảnh và tương lai, thay vì học các tương tác chuyển giao qua các cảnh và thể hiện.