热点事件持续更新

研究团队提出 FoveaVLA 模型以注视动作替代腕部相机

1 篇报道1 个报道来源19 小时前更新

先了解这件事

AI 综述

Bingao Chen 等研究团队在预印本论文中提出视觉-语言-动作模型 FoveaVLA，通过预测下一步交互区域并从原图中裁剪高分辨率细节，用学习到的注视动作替代机械臂腕部相机。该模型基于 π₀.₅ 构建并在 DROID 数据集上完成训练。评测数据显示，在四项真实世界任务中，其单视角与双视角配置的成功率分别达到 70.8% 和 77.1%，高于配备腕部相机的 π₀.₅ 基线模型（52.1%）。

AI 根据报道生成 · 2 小时前更新

最新进展10月14日 20:04

FoveaVLA 提出以注视动作替代 VLA 模型的腕部相机

报道时间线

沿着报道，了解事件的不同侧面。

10月14日

20:04
arXiv · 工业智能研究摘要
FoveaVLA 提出以注视动作替代 VLA 模型的腕部相机
预印本摘要显示，FoveaVLA 模型通过预测下一步交互区域并从原图裁剪高分辨率细节，用注视动作替代了机械臂腕部相机。该模型基于 pi_{0.5} 构建并在 DROID 数据集上完成训练，在四项真实世界任务评测中，单视角与双视角配置分别达到 70.8% 和 77.1% 的成功率，高于配备腕部相机的基线模型（52.1%）。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。