先找专业人员遥操作机器人，采集几十条叠袜子的轨迹；再把数据送去调模型；几个小时后，机器人也许学会了叠袜子，却可能把原来会做的事情忘掉一部分。更棘手的是，换一种袜子、换一个收纳习惯、换一个家庭，这套流程还要继续重复。
自变量机器人刚刚开源的 HOST 框架，想把这件事改成另一种体验：人演示一遍，机器人看完视频就能执行。
论文中获取技能只需要看一段平均 29 秒的视频，HOST 就能达到 62% 的新任务学习技能成功率；与最快的 π0.5 + SFT 方案相比，技能获取速度提升 500 倍，学习每项新技能所需的示范数据降到 1/50。学习新技能时模型参数保持冻结，不用后训练微调，已经掌握的能力也能保留下来，不会再遗忘。
这几个数字很亮眼，但 HOST 更值得讨论的地方，是它改变了机器人获得新技能的入口：过去，学习新技能要改变模型参数；HOST 把一段人类视频变成可以在推理时调用的技能说明书。
