语义世界模型用于机器人规划

Jacob Berg 等作者提出“语义世界模型”：不再预测未来像素帧，而是把世界建模转化为关于未来帧语义信息的视觉问答问题，从而可直接用视觉语言模型在图像-动作-文本数据上监督微调得到。 作者称，在模拟机器人任务上，该方法优于传统的基于重建的动作条件世界模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。