基于深度卷积神经网络的 ImageNet 分类
ImageNet Classification with Deep Convolutional Neural Networks
深度卷积网络将数据、GPU 计算与表示学习结合，为现代视觉研究提供了重要起点。
THE RESEARCH ATLAS
FACT：面向人类到机器人灵巧技能迁移的多模态力—动作—轨迹基础模型
结合人类与机器人示范，通过感知交互力的规划研究灵巧操作。
FACT: A Multimodal Force-Action-Track Foundation Model for Human-to-Robot Dexterity
为什么值得读
近期预印本：阅读任务设置、力监督与跨形态迁移的边界。
引用
@misc{cao2026fact,
title = {FACT: A Multimodal Force-Action-Track Foundation Model for Human-to-Robot Dexterity},
author = {Zhi Cao and Yining Hong and Jiaolong Yang and Yejin Choi and Li Fei-Fei and Jiajun Wu and Huang Huang},
year = {2026},
eprint = {2610.19155},
archivePrefix = {arXiv},
primaryClass = {cs.RO},
url = {https://arxiv.org/abs/2610.19155}
}论文与代码版权归原作者；引用及许可请以原始来源为准。
相关研究
去噪扩散概率模型
Denoising Diffusion Probabilistic Models
模型学习逐步反转加噪过程，为图像生成建立了重要的扩散建模路线。
从自然语言监督中学习可迁移的视觉模型
Learning Transferable Visual Models From Natural Language Supervision
通过对比学习对齐图像与自然语言描述，使视觉表示能够迁移到新类别。