LONG VIDEO / PILOT

连续 10.24 秒，看预测如何变化

2 条验证片段 · 64 帧 · 每 8 帧一个预测窗口 · 微调权重统一为 5000 步

这是小规模诊断，不是长任务成功率测试。 从验证集中按固定种子顺序选择两个不同数据集，要求双腕相机齐全、双臂位置有效、有明显运动，并且连续 8 个窗口使用相同指令。未按模型表现挑选，也不代表全部任务。缺失状态维度沿用训练时的掩码，不作为真实测量。

片段预测方式训练前输入

速度

逐帧

真实未来帧 / GT

5000 step

5000 step

每 1.28 秒开始一次新预测，共 8 个窗口。两种模式共用同一次首段预测，从第二段开始分开运行。拼接点可能发生跳变；这里保留跳变，不插帧、不平滑。同步播放为浏览器尽力同步，精确比较请暂停后逐帧查看。

查看本片段的固定输入指令

PER-WINDOW METRICS

误差随时间如何变化

视频指标对每次预测的 8 帧计算；动作指标在标准化 EE16 空间计算。AR 曲线只衡量自由生成轨迹与原始示范的偏离，不是相同输入条件下的策略误差或物理执行成功率。

真实观测连续预测：每个窗口都输入其对应的真实历史画面和真实当前机械臂状态，然后预测未来 1.28 秒。长片由时间连续、互不重叠的预测段组成，不是一次性预测未来 10 秒。

实验性 AR：只在起点提供真实历史和状态。后续新画面来自模型生成；历史采样使用最近的已生成帧（最多相差 2 个 25 Hz 原始帧）。将上一段最后一个预测的绝对 EE16 作为下一段的状态代理，并把四元数归一化。这个状态不是物理环境执行后的真实状态。

两种模式都保持本片段指令不变，避免给 AR 输入未来真实指令切换。视频分支仍一次预测 8 帧；AR 发生在片段之间。没有进行机器人或仿真闭环执行。