CVPR'24 Highlight！清华AIR刘洋教授团队提出面向具身智能的第一视角多模态模型评价基准 | 讲座预告

文章预览

智猩猩是智一科技打造的AI与硬科技知识分享社区，关注大模型、通用视觉、算力、具身智能机器人与自动驾驶，提供讲座、公开课、在线研讨会、峰会等线上线下产品。 「智猩猩具身智能前沿讲座」由智猩猩机器人新青年讲座全新升级而来，致力于邀请来自全球知名高校、顶尖研究机构以及优秀企业的学者与研究人员，主讲在具身智能领域的研究成果与系统思考。 目前很多评测工作都在探究视觉语言大模型在不同维度上的能力，但已有的评测数据都是以物体为中心或者第三人称视角，对于模型在第一人称视角下的能力评测则有显著欠缺。在真实世界中，人会以第一人称视角去观察和理解世界并与之交互。而未来作为具身智能体或机器人的大脑，多模态模型应当具备从第一人称视角理解世界的能力。 针对当前问题，清华大学刘洋教授团队提出了 ………………………………