|
|
可重打光的 3D 高斯：BRDF 分解和光线追踪的逼真点云重打光技术 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
DrivingDojo 数据集：交互式和知识-丰富驾驶世界模型 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
自动驾驶大语言模型(LLM4AD)：概念、基准、模拟和实车的实验 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
HENASY：学习组装场景-实体，实现可解释自我中心视频-语言模式 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
ALANAVLM：一种用于自我中心视频理解的多模态具身智能基础模型 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
BiGym：基于演示的移动双手操作基准 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
RoboCAS：复杂物体排列场景中机器人操作的基准 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
通过 RL 微调改善自动驾驶的智体行为 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
具有 LLM 驱动数据合成和自动驾驶策略调整的鲁棒 RL 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
机器人扩散Transformer的成分 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
RDT-1B：双手操作机器人的扩散基础模型 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
CoVLA：自动驾驶综合视觉-语言-动作数据集 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
TinyVLA：面向机器人操控的快速、数据高效、视觉-语言-动作模型 计算机视觉深度学习和自动驾驶 · 公众号 · 科技创业 科技自媒体 · 3 月前 · |
|
|
GR-1：为视觉机器人操控释放大规模视频生成预训练模型 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
GR-2：用于机器人操纵的网络规模知识生成视频-语言-动作（VLA）模型 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
VidEgoThink：评估具身智能以自我中心的视频理解能力 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
Qwen2.5-Math 技术报告：通过自我改进实现数学专家模型 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
EgoThink：评估视觉语言模型第一人称视角的思维能力 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
Dualformer：通过随机推理轨迹学习实现可控的快速和慢速思维 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|
|
超越 A*：通过搜索动态自举法使用 Transformer 进行更好的规划 计算机视觉深度学习和自动驾驶 · 公众号 · · 3 月前 · |
|