🎯 情报来源：量子位
Meta AI首席科学家Yann LeCun团队发布PEVA模型，该模型通过结构化动作表示将人体48维关节运动学数据与条件扩散Transformer结合，首次实现16秒连贯场景预测。PEVA模型让具身智能体以第一人称视角的视频和全身姿态轨迹为输入，模仿人类第一视角下的动作与感知。
核心要点：
- PEVA模型首次实现16秒连贯场景预测，FID值比Diffusion Forcing低15%以上
- 采用结构化动作表示，将人体48维关节运动学数据与条件扩散Transformer结合
- 在单步预测中，LPIPS值降低0.01，FID降低1.42，生成质量更优
- 在原子动作控制实验中，LPIPS值比基线低5%-8%，能更精准捕捉细粒度动作
- 使用Nymeria数据集训练，覆盖真实场景中的日常动作
📌 情报分析
技术价值：极高
PEVA模型在长时序动作预测和连贯场景生成方面取得突破，解决了扩散模型在长时序动作预测中的计算效率与延迟效应问题。
商业价值：高
该技术可应用于家庭服务机器人、自动驾驶等领域，提升智能体的环境理解和规划能力，具有广阔的商业化前景。
趋势预测：
未来3-6个月，具身智能领域可能会涌现更多基于PEVA模型的应用案例，特别是在家庭服务和工业自动化场景中。