logo Mr.Robota 具身智能学习手册
第六章:策略抓取或抓取VLA

演奏视频与素材署名

两份成片

视频 内容 时长 压缩前 / 发布大小
音乐室成片 小红书发布版:R1 Pro 双手多指弹奏《我爱你,中国》,音乐室与大屏画面 34.588 秒 5.64 MB / 2.46 MB
钢琴移位续弹 钢琴移位后,G0.5 辅助双臂重新就位并继续弹奏;加快了移位过渡段 35.960 秒 13.92 MB / 6.49 MB

两份视频均为 1920 × 1080、25 fps。发布版仅重新编码画面,保留成片时间轴、字幕和 AAC 音轨;音轨直接复制,没有再次压缩。MP4 使用 faststart,支持网页边加载边播放。封面分别取自第 5 秒和第 16 秒。

assets/piano-xiaohongshu-preview.gif 是音乐室成片的完整动图预览,560 × 315、10 fps,用于 GitHub 首页的播放控件。GIF 无声,带声音的演奏请打开 MP4;教程站主页直接使用 MP4 播放。

音乐室成片沿用演奏前的 3 次 G0.5 双臂准备推理;移琴成片来自已记录的连续演奏会话,移琴后使用 4 次新的 G0.5 推理辅助双臂就位,再交回多指演奏控制器。该会话结果见 relocation-session-report.json。视频剪辑与压缩没有重新运行模型。公开练习的独立复现入口见 教程。

声音由仿真中实际琴键事件生成,没有混入歌手人声或播放原录音。画面中的歌词采用用户提供文本。机器人与灵巧手来源见 SOURCES.md;音乐室外观参考上游 Isaac Sim 资源,原始贴图和模型资源不随成片打包。

背景图片与字体

以下图片用于屏幕及背景合成,经过裁剪、亮度调整、平移和画面编排;署名与许可证单独保留,不以本仓库许可证替代:

素材 作者及来源 许可证
天安门 LuxTonnerre,TiananmenGatePic1 CC BY 2.0
长城 Velatrix / Nicolas M. Perrault,Great Wall of China July 2006 CC0
五星红旗 Roc0ast3r,Flag of China at the Museum of Flight in Seattle (2024) - 0543 CC0
手写字体 Long Cang、Ma Shan Zheng SIL Open Font License 1.1;本目录不分发字体文件

压缩方式

保留原有分辨率、帧率和播放速度,使用 FFmpeg 的 H.264 编码:

bashffmpeg -i input.mp4 -map 0:v:0 -map 0:a:0 \
  -c:v libx264 -preset slow -crf 25 -pix_fmt yuv420p \
  -c:a copy -movflags +faststart output.mp4

此命令用于成片发布,不替代仿真录制。音乐作品、图片、模型及字体的权利分别归其权利人所有;复用时请保留署名并确认相应用途的授权。