精选理由
这是首个专门给机器人做的MoE视频模型,能看懂视频并规划动作,还开源了,做具身智能的值得看看。
该模型采用MoE架构,专为机器人具身场景设计。它首次将混合专家模型用于视频生成与动作控制的融合。模型已开源到GitHub,参数量为7B。在RoboCasa基准上取得了领先成绩。
AI 翻译 · 中文
该模型采用MoE架构,专为机器人具身场景设计。它首次将混合专家模型用于视频生成与动作控制的融合。模型已开源到GitHub,参数量为7B。在RoboCasa基准上取得了领先成绩。
视频生成的下一站,或是机器人大脑