研究人员推出了 Pelican-Unified 1.0，这是一种新颖的具身智能模型，将理解、推理、想象和行动整合到一个单一系统中。这种统一的方法使用单一的视觉-语言模型来处理各种输入并生成未来状态和动作，同时优化所有能力。早期实验表明，Pelican-Unified 1.0 在多个基准测试中取得了最先进的性能，证明了统一并不会损害专业优势。 AI
影响 这项研究通过将多种能力统一到一个模型中，推动了具身人工智能的发展，有望带来更通用、更高效的机器人系统。
排序理由 该集群包含两篇 arXiv 论文，详细介绍了具身人工智能和统一模型的新研究。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
We present Pelican-Unified 1.0, the first embodied foundation model trained according to the principle of unification. Pelican-Unified 1.0 uses a single VLM as a unified understanding module, mapping scenes, instructions, visual contexts, and action histories into a shared semant…
Vision-Language-Action (VLA) models have achieved strong semantic generalization for embodied policy learning, yet they learn reactive observation-to-action mappings without explicitly modeling how the physical world evolves under intervention. A growing body of work addresses th…