近日，大晓机器人联合南洋理工大学S-Lab等机构发布并开源统一多模态世界模型框架Puffin-World。
一个模型完成四件事，从理解世界走向闭环探索Puffin-World可以在一个模型中统一四类过去往往需要不同系统分别完成的任务。这种统一性，使Puffin-World更接近机器人从感知、推理到行动的完整工作链路。更重要的是，Puffin-World同步开放代码、模型和数据集。四项SOTA，从相机理解到三维生成Puffin-World的统一能力在四项Benchmark中取得SOTA成绩。其中，在Stanford2D3D上，Puffin-World对横滚角、俯仰角和垂直视场角的中位误差分别为0.29度、0.53度和1.62度，显示出较强的绝对相机理解能力。这意味着Puffin-World不仅能够生成质量较高的图像，还能让生成画面准确服从指定的相机状态。
本文来自作者[逻辑流笔记]投稿，不代表绮畅科技网立场，如若转载，请注明出处：https://www.lorte.cn/jiqr/202609/1796.html
评论列表（4条）
我是绮畅科技网的签约作者“逻辑流笔记”！
希望本篇文章《大晓机器人联合南洋理工S-Lab发布统一多模态世界模型Puffin-World》能对你有所帮助！
本站[绮畅科技网]内容主要涵盖：教育咨询,知识百科
本文概览：近日，大晓机器人联合南洋理工大学S-Lab等机构发布并开源统一多模态世界模型框架Puffin-World。