研究人员推出了 GameRealm,这是一个旨在增强视觉基础模型在生成和几何学习任务中的大规模数据集。该数据集包含超过 1.2 亿个 RGB 帧和 1,000 小时的游戏玩法,提供丰富的多模态监督,包括深度、相机参数、音频、控制输入和 3D 轨迹。GameRealm 旨在通过在多样化的游戏环境和视图配置中提供同步、游戏原生监督来克服当前视觉学习数据集的局限性。 AI
影响 提供了一个大规模的多模态数据集,以改进用于生成和几何学习的视觉基础模型。
排序理由 该集群描述了一个用于视觉学习研究的新数据集。 [lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →