AITOP

8B

共 2 条相关 AI 资讯
7月14日
15:31
15:31官方一手marktechpost@Asif Razzaq
精选
Mistral AI发布了Robostral Navigate，一个8B参数具身导航模型。该模型仅用单RGB摄像头即可根据自然语言指令引导机器人，无需LiDAR或深度传感器。在R2R-CE验证集未见过场景上，借助pointing方法、prefix-caching训练和CISPO在线强化学习，成功率达到了76.6%。
AI模型Mistral AIRobostral Navigate8B
推荐理由：Mistral AI这个8B模型Robostral Navigate挺有意思，只用普通摄像头就能让机器人听懂指令找路，R2R-CE上76.6%成功率，省了激光雷达的钱。
原文
7月10日
09:42
09:42官方一手arXiv: OpenAI@Feng Wang, Canmiao Fu, Zhipeng Huang, Chen Li, Jing Lyu, Ge Li
该论文提出 Cognitive-structured Multimodal Agent (CMA)，通过外化视觉信息至 Episodic Visual Memory 并在推理时选择性激活相关片段，解决统一多模态模型在长时对话中视觉 token 爆炸和跨轮引用不可靠的问题。CMA 由 Perceptual Abstraction Engine、Cognitive Retrieval Engine 和 Multimodal Executive Controller 组成。利用 Unified Scenario Engine 生成带细粒度检索标注的结构化多轮对话，并通过强化学习优化策略。在自主构建的长程视觉对话基准上，8B 参数的 CMA 在 20 轮会话中达到 91.4% 检索准确率，比 32B 基线高 8.2%，每轮推理时间从 23.1 秒降至 12.7 秒。
AI模型Cognitive-structured Multimodal AgentEpisodic Visual Memory多模态
推荐理由：他们搞了个带记忆的 8B 多模态智能体，20 轮对话检索准确率 91.4%，比 32B 模型还快一半。代码和 demo 都开源了，值得看。
原文