也看大模型具身智能技术总结：从英伟达发布Cosmos模型说起

文章预览

今天是2025年01月13日，星期一，北京，天气晴。 我们来看看具身智能这个话题，昨天说到多模态模型做注视检测（凝视检测）受到关注，此功能可以跟踪人类的注意力，在无障碍领域‌里， 对于行动不便者，通过眼神操控电脑或智能手机，实现文字输入、网页浏览和游戏互动 。‌在虚拟现实（VR）和增强现实（AR）‌领域， 可以提升交互的真实感和沉浸度，用户可以通过视线选择屏幕上的元素，与虚拟环境互动‌ 。在‌教育‌场景里 自动分析学生在考试中的视线，帮助监考人员检测作弊行为‌ ；在医疗领域‌里帮助诊断某些神经系统疾病， 如帕金森病和多发性硬化症，通过分析患者的视线模式，医生可以获得更多关于患者病情的信息‌ 。 所以，我在想，具身人工智能 (Embodied AI) 是连接网络空间和物理世界的各种应用的基础，而多模态大模型 (M ………………………………