浙江大学研究员彭思达已从动态3D人体重建和视频体制作业转向具身智能和机器人领域。他早期的工作,包括“Neural Body”和“4K4D”,在动态场景的实时渲染和压缩方面取得了显著进展,并催生了4DV.ai公司。彭现在认为,虽然视觉很重要,但文本和动作模态对于真正的智能和机器人操作更为关键,他主张采用基于代理的方法,结合大型多模态模型进行规划,并使用小型模型进行执行。 AI
影响 将焦点从纯视觉转向具身AI的多模态推理和行动,可能影响未来的机器人发展。
排序理由 文章详细介绍了3D视觉的研究进展及其在具身智能中的应用,该研究源于一所大学的研究实验室。[lever_c_demoted from research: ic=1 ai=1.0]
- 4d Gaussian Splatting
- 4K4D
- A2O LITE
- CVPR 2021
- Embodied Intelligence
- FreeTimeGS++
- Lee Soo-man
- metaverse
- Neural body maps in human infants: Somatotopic responses to tactile stimulation in 7-month-olds
- .openai
- Peng Sida
- ScaleNav
- SM Entertainment
- Street Gaussians
- SuperNav
- vision-language model
- Zhejiang University
- ZJU3DV
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →