RxBrain

新RxBrain模型整合语言、视觉和想象力，实现具身认知

研究人员推出Hy-Embodied-RxBrain，这是一种新颖的具身认知基础模型，它整合了语言和视觉推理与想象力。与专注于场景理解或视觉预测的现有模型不同，RxBrain将语言中的抽象规划结构与世界状态的具身视觉想象相结合。该模型采用了Transformer混合架构，并在具身理解、生成和连续机器人动作方面展示了能力，为实际应用带来了希望。