← 标签
#VLM (9)
微软 Mage-VL:4B 流式视觉模型实时直播视频理解
视觉语言模型VLM流式理解Twitter
开放集目标检测零样本识别未知物体
感知Perception开放集Open-set检测
OMY + Gemini + GraspNet:VLM 驱动的智能抓取放置
抓取放置智能抓取VLM场景理解6-DoF位姿
Astribot发布Lumo-2世界动作模型
世界动作模型WAMLumo-2AstribotQwen
TOPReward 零训练机器人奖励模型
VLAReward ModelVLM零训练ZeroTraining
AwareVLN：面向视觉语言导航的自感知推理
视觉语言导航自感知推理VLMVLN具身智能
3D感知视觉语言模型:隐式与显式几何融合
3D感知3D-Aware视觉语言模型VLM几何
Exo2EgoPose:外视角演示引导的第一人称手部姿态预测
第一人称egocentric手部姿态hand poseVLM
Ludi₀.₁：面向社交智能机器人的 Agentic 系统
社交智能agentic systemLudo RoboticsVLM人机交互