Perceptron 发布 Mk1.5:面向具身智能的多模态模型
Perceptron 新出的 Mk1.5 专门给无人机、机器狗这类设备当大脑,能持续追踪视频里的物体、听懂声音,还会自己派子代理干活,价格也挺便宜。
Perceptron 新出的 Mk1.5 专门给无人机、机器狗这类设备当大脑,能持续追踪视频里的物体、听懂声音,还会自己派子代理干活,价格也挺便宜。
机器人公司 Perceptron 出了个 35B 的第一人称视频模型,MMSearch 上开了搜索工具 F1 直接从 18.2 涨到 54.3,做具身智能的可以看看。
Perceptron发了Egocentric API,能把机器人视频拆成最小动作单元并追踪每根手指,比基于Gemini的方案还要准。训练机器人手部操作就靠它了。