研究人员推出 Open-UniMo,这是一种新颖的大型运动-语言模型 (LMLM),专为开放世界环境中的统一运动生成和理解而设计。该模型通过共享标记空间促进模态对等,扩展了 Qwen 的词汇量以包含运动标记,从而解决了现有以文本为主导的方法的局限性。Open-UniMo 结合了运动一致的思维链推理和两阶段训练流程,包括群组相对策略优化,以提高语义对齐并减轻生成错误。为了便于评估,该团队还开发了 Open-MoBench,这是一个用于评估文本到运动和运动到文本能力的基准。 AI
影响 该模型可以通过实现对人类动作更复杂的理解和生成来增强具身 AI 系统,从而可能加速机器人技术和人机交互的进展。
排序理由 该集群描述了一篇介绍新 AI 模型和基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →