北大新作RoboMamba：面向通用和机器人场景的高效推理！实时轻量大模型已成现实？

文章预览

点击下方 卡片 ，关注 「3D视觉工坊」 公众号 选择 星标 ，干货第一时间送达 来源：3D视觉工坊 添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。 扫描下方二维码，加入「 3D视觉从入门到精通 」知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门秘制视频课程 、 最新顶会论文 、计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！ 0. 这篇文章干了啥？ 随着数据规模的扩大，大型语言模型（LLMs）的研究得到了显著推动，在自然语言处理（NLP）领域中的推理和泛化能力方面取得了显著进展。为了理解多模态信息，多模态大型语言模型（MLLMs）应运而生，它们为LLMs赋予了遵循视觉指令和场景理解的能力。受MLLMs在一般设置下强大能力的启发 ………………………………