PRISM

用反事实视频把少量演示扩成机器人训练数据

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 视频生成 🍴 复刻 14 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 115
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 学术项目,代码开源免费,定价信息待确认

项目预览

PRISM 项目界面预览图
图片来源:项目官网

项目数据

分类视频生成
开发团队amazon-far
定价模式🏷️完全免费
价格说明学术项目,代码开源免费,定价信息待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
GitHub 星标★ 115
上线时间2026-09-30 00:00:00
代码更新2026-10-09
仓库体积8.3 MB
本站数据更新2026-10-26
维护状态较活跃
收录时间2026-10-26
浏览次数0

项目介绍

PRISM 是一个面向人形机器人移动操作(loco-manipulation)的反事实视频生成研究项目,论文被 CoRL 2026 接收。它要解决的问题是:训练人形机器人完成「边走边操作」这类复杂任务需要大量真实演示数据,而采集成本极高。PRISM 的思路是用生成模型对已有视频做反事实改写——例如改变物体位置、机器人动作或场景布局,从而批量合成带标注的、物理上合理的训练视频,把少量真实数据扩展成大规模数据集。核心能力包括反事实视频合成管线、与机器人动作/状态的对齐标注,以及可直接用于下游策略学习的输出格式。项目以 Python 实现,当前星标约 115,属于早期研究代码,更适合作为方法复现与二次开发的起点,而非开箱即用的产品级工具。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-26 · 当前星标 ★ 115

核心亮点

  • 把反事实生成引入人形机器人移动操作数据扩增,思路新颖且论文已被 CoRL 2026 接收
  • 直接针对真实演示采集成本高这一痛点,输出可复用于策略学习的视频与标注
  • Python 实现,便于研究者复现和改造生成管线

不足之处

  • 早期项目,星标约 115,社区规模小、生态与文档成熟度待观察
  • 依赖生成模型与仿真环境,复现对算力和环境配置要求较高

适用场景

  • 人形机器人移动操作策略的数据扩增研究
  • 机器人学习论文的方法复现与消融实验
  • 生成式视频模型在具身智能数据合成中的应用探索

替代项目

MimicGen、RoboCasa、DreamGen

上一篇:Wan-Alpha

下一篇:Self_Gradient_Forcing_Plus

同类项目推荐

VideoTetris 开源

把复杂文字提示拆解组合,生成多对象连贯视频

[NeurIPS 2024] VideoTetris: Towards Compositional Text-To-Video Generation

★ 237 2026-08-09
Wan-3.0-API 开源

一行代码调用通义万相,快速生成 AI 视频。

Wan 3.0 API Python SDK and MCP server for AI video generation: text-to-video, image-···

★ 80 2026-08-09
MIMO 开源

上传一张图,用姿态驱动角色动起来,还能换背景

Official implementation of "MIMO: Controllable Character Video Synthesis with Spatia···

★ 1578 2026-08-09
SCAIL 开源

上传参考图+动作视频,一键生成3D一致的逼真角色动画

SCAIL: Towards Studio-Grade Character Animation via In-Context Learning of 3D-Consis···

★ 1064 2026-08-09
LightX2V 开源

把静态图变动态视频,轻量推理快人一步

Lightweight Image Video Action Generation Inference Framework

★ 2955 2026-08-09
Efficient4D 开源

一段单视角视频,快速生成可动的 3D 物体

[IJCV 2026] Efficient4D: Fast Dynamic 3D Object Generation from a Single-view Video

★ 106 2026-10-26
HunyuanWorld-Voyager 开源

上传视频,实时生成可交互 3D 场景

Voyager is an interactive RGBD video generation model conditioned on camera input, a···

★ 1606 2026-08-09
StoryToolkitAI 开源

用 AI 自动转录素材,一句话搜出你要的镜头。

An editing tool that uses AI to transcribe, understand content and search for anythi···

★ 1057 2026-08-09