AIGC動態(tài)歡迎閱讀

原標(biāo)題：具身智能體三維感知新鏈條，TeleAI &上海AI Lab提出多視角融合具身模型「SAM-E」
關(guān)鍵字：動作,任務(wù),視角,模型,操作
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：7401字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com當(dāng)我們拿起一個機(jī)械手表時，從正面會看到表盤和指針，從側(cè)面會看到表冠和表鏈，打開手表背面會看到復(fù)雜的齒輪和機(jī)芯。每個視角都提供了不同的信息，將這些信息綜合起來才能理解操作對象的整體三維。
想讓機(jī)器人在現(xiàn)實生活中學(xué)會執(zhí)行復(fù)雜任務(wù)，首先需要使機(jī)器人理解操作對象和作對象的屬性，以及相應(yīng)的三維操作空間，包括物置、形狀、物體之間的遮擋關(guān)系，以及對象與環(huán)境的關(guān)系等。
其次，機(jī)器人需要理解自然語言指令，對未來動作進(jìn)行長期規(guī)劃和高效執(zhí)行。使機(jī)器人具備從環(huán)境感知到動作預(yù)測的能力是具有挑戰(zhàn)性的。
近期，中國電信人工智能研究院（TeleAI）李學(xué)龍教授團(tuán)隊聯(lián)合上海人工智能實驗室、清華大學(xué)等單位，模擬人「感知—記憶—思維—想象」的認(rèn)知過程，提出了多視角融合驅(qū)動的通用具身操作算法

原文鏈接：具身智能體三維感知新鏈條，TeleAI &上海AI Lab提出多視角融合具身模型「SAM-E」

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺