具身智能科技前瞻探索(第3期):多任务操作、第一人称世界模型、低光照与模糊感知具身智能科技前瞻探索 ( 第 3 期 ) 多任务操作、 第一人称世界模型、 低光照与模糊感 知 2025/04/08/ 为产业发展和投资决策提供最前瞻视角。 本期核心关注多任务操作、 第一人称世界模型、 低光照与模糊感知、 仿真数据生成等六大前沿进展 本期科技前瞻探索摘录来自港科大 ( 广州 ) 、上海交通大学、 浙江大学等研究机构的 6 篇最新学术前沿成果 , 包括 驱动感知与预训 练 VLA 架构的轻量化融合 , 针对性优化了 传统 VLA 在暗光、 运动模糊场 景下的感知失效问题。 2: 搭建开源遥操作平台与配套数据集 : 采集了多任务、 多光照条件下的 RGB - 事件 - 动作同步数据集 , 为事件增强型 VLA 模型的训练与验证提 供 了标准化数据支撑。 3: 设计两类轻量化事件融合策略 : 包含无参数叠加融合与层级事件适配 仓储等真实场景中机器人暗光、 高速运 动 下的操作失效问题提供了轻量化解决方案。其无参数叠加融合等低算力需 求的方案 , 可适配边缘端设备部署 , 对提升工业机械臂、 人形机器人在 复 杂光照与动态场景下的落地稳定性具备一定的实践参考价值。 《 E-VLA: Event augmented vision Language Action Model for Dark and Blurred10 积分 | 25 页 | 1.12 MB | 18 天前3
具身智能科技前瞻探索(第3期):多任务操作、第一人称世界模型、低光照与模糊感知10 积分 | 25 页 | 3.85 MB | 18 天前3
共 2 条
- 1
