World-action model专业
世界动作模型需要什么视觉表征:银河通用与中科院自动化所的系统性对比
银河通用(Galbot)与中国科学院自动化研究所等机构发布预印本,系统比较了哪些现成图像编码器能让基于视频生成的机器人大脑更可靠,结论是一个强大的通用编码器贡献了大部分提升。据此得到的方案在人形机器人桌面任务基准RoboCasa GR1上以84.7%刷新纪录,并在银河通用实体机器人的三项任务上把成功率各提高10个百分点。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
银河通用(Galbot)与中国科学院自动化研究所等机构发布预印本,系统比较了哪些现成图像编码器能让基于视频生成的机器人大脑更可靠,结论是一个强大的通用编码器贡献了大部分提升。据此得到的方案在人形机器人桌面任务基准RoboCasa GR1上以84.7%刷新纪录,并在银河通用实体机器人的三项任务上把成功率各提高10个百分点。
机器人企业MagicLab发布预印本,介绍34亿参数的机器人模型Magic-W0,它在决定动作的同时预测场景三维结构会如何运动、动作结束后场景应呈现什么状态。在10月3日的修订版中,它以平均36.75分登上RoboDojo-Sim榜首,但仅领先第二名0.48分;在五项真机任务上以94.6%对91.8%胜过Physical Intelligence的π0.5。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。