几何
-
机器人感知大升级！轻量化注入几何先验，成功率提升 31%
在机器人学习领域，让 ai 真正“看懂”三维世界始终是一个核心挑战。 现有的视觉语言动作（VLA）模型大多基于预训练的视觉语言模型（VLM），仅利用 2D 图像-文本对进行训练，缺乏对真实操作至关重要的 3D 空间感知能力。 虽然当前一些方法通过引入显式深度信息来增强模型，但这类方案通常依赖额外的深…
*本站广告为第三方投放，如发生纠纷，请向本站索取第三方联系方式沟通
在机器人学习领域，让 ai 真正“看懂”三维世界始终是一个核心挑战。 现有的视觉语言动作（VLA）模型大多基于预训练的视觉语言模型（VLM），仅利用 2D 图像-文本对进行训练，缺乏对真实操作至关重要的 3D 空间感知能力。 虽然当前一些方法通过引入显式深度信息来增强模型，但这类方案通常依赖额外的深…
