世界模型与具身大模型
本站已收录 1 篇归入“世界模型与具身大模型”的具身智能相关资讯。
研究者提出Video-Point Model,以多视角视频与语言指令为输入,联合预测未来视频与场景点的三维轨迹,并将动作作为生成器模态用于机器人控制。