GroundedPlanBench: Avanços em Planejamento Espacial para Manipulação Robótica de Longo Prazo
Desafios do Planejamento Robótico com Modelos Visão-Linguagem Modelos de visão e linguagem (VLMs) combinam imagens e texto para planejar ações de…
Tag: aprendizado multimodal
2 publicações encontradas
SigLIP 2: Avanços na Codificação Multilíngue para Visão e Linguagem
Nos últimos anos, a integração entre visão computacional e processamento de linguagem natural tem impulsionado a evolução da inteligência artificial…