Physical AI Lab // 第 3.2 話 // 小テスト

世界モデル:コスモスでデータをつくる

未来を生成する(Predict)と、スタイルを移す(Transfer)

01動画での「世界モデル」の定義に最も近いのはどれですか?

02シミュレーションで描いたセグメンテーション画像と深度画像があり、見るからに作り物っぽい映像です。これを本物らしい学習用の映像に変えるには、どのツールを使いますか?

03「Cosmos はロボットのタスクで 78.3% を出した」と引いて、ロボットのタスク成功率が八割近くになると主張する人がいます。どこがおかしいですか?

04生成した動画でデータを増やしたあと、一コマずつ確かめると、コップが途中でふっと消え、少しして突然また現れていました。これは何を意味し、どう扱うべきですか?

05世界モデルで学習データを生成することについて、動画の位置づけを最もよく表しているのは?