コンピュータ使用モデルはスクリーンショットから学ぶべきではありません。 私たちは人間のように動画から学習する新しい基盤モデルを構築しました。FDM-1はBlenderでギアを作り、ソフトウェアのバグを見つけ、矢印キーでサンフランシスコを実際の車で走らせることさえ可能です。