术语slug: multimodal-foundation-model

多模态基础模型

Multimodal Foundation Model

统一处理语言、视觉与动作等多种模态的大规模预训练模型

收录情报动态

共 1 篇 · 第 1/1 页
新智元 (微信公众号)T2·智能体与协同
72 分
清华发布具身智能综述 以智能体视角重构自主系统

清华大学团队发布具身智能综述,首次以智能体视角将端到端策略、多模态基础模型与长期自主部署纳入统一系统框架。综述把模型能力、算力基础设施、安全、数据与评测放在同一图景中,讨论机器人从技能学习走向认知闭环的技术路径与开放问题。