学术

银河通用X清华大学发布业内首款开源人形机器人全身遥操系统OpenWBT，支持多机型、跨虚实，小时内可轻松部署

作者

清华大学与银河通用联合发布全开源OpenWBT操作系统，支持多种机型、跨虚实控制，实现高效机器人数据采集。论文提出Real-world-Ready Skill Space框架解决仿真实验室到实际应用的迁移问题。

视频理解“隐秘的角落”：多任务视频文本理解评测新基准VidText发布

作者

VidText 提出了一套全面的视频文本理解基准，覆盖 27 个真实场景和多种语言。它包含从视觉感知到跨模态推理的多个任务，评估模型在不同粒度上的表现，并揭示了影响性能的关键因素。