具身视频生成训练数据补充
赛博禅心对 LingBot-Video 的补充说明是：机器人训练用视频的价值不在画面美学，而在物理一致性和可执行动作。模型以约 7 万小时具身数据为基础，采用 30B 总参数、3B 激活的 MoE 架构；训练先从 192p 图片和视频建立运动理解，再提升到 480p，并通过结构化动作字幕和多阶段训练提高 sim-to-real 可用性。
适用场景：为具身策略学习批量制造带动作语义的视频数据。边界：生成结果需要物理正确性验证，不能把传统内容生成视频直接当作机器人训练集。
赛博禅心对 LingBot-Video 的补充说明是：机器人训练用视频的价值不在画面美学，而在物理一致性和可执行动作。模型以约 7 万小时具身数据为基础，采用 30B 总参数、3B 激活的 MoE 架构；训练先从 192p 图片和视频建立运动理解，再提升到 480p，并通过结构化动作字幕和多阶段训练提高 sim-to-real 可用性。
适用场景：为具身策略学习批量制造带动作语义的视频数据。边界：生成结果需要物理正确性验证，不能把传统内容生成视频直接当作机器人训练集。