CVPR 2024 - 具身智能中的多模态三维感知思考
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
多模态任务终结者：Meta-Transformer
...
多模态简述
...
自研多模态RAG系统实践分享+基于VLLM+LLMs+RAG+Agent等组合技术+精确获取答案
...
2024多模态最新进展！迪哥带你解读对比学习与多模态任务实战，全程高能，不要错过！
...
运用 SAM 模型分割任意点云
...
2025顶会热点！三小时带你吃透【具身智能】 ，第二讲——LLMS for robotics
...
XTuner 微调 LLM：1.8B、多模态、Agent
...
什么是注意力机制？迪哥精讲Transformer在检测/分割/多模态/图结构/大模型等场景的应用，带你吃透注意力机制！
...
北大发布多模态大模型LLaVA-o1（已更名为LLaVA-CoT）推理计算Scaling新思路
...
【清华机器人】机器人迈向ChatGPT时刻！清华团队首次发现具身智能Scaling Laws
...
你的3D感知模型够鲁棒吗？Robo3D告诉你答案！
...
社区开放麦#11 | BEV感知：下一代自动驾驶感知算法新范式
...
深度学习预训练与MMPretrain
...
基于大规模多模态扩散模型的文本到视频生成
...
绝对通俗易懂！9小时精讲大模型预训练微调+四大多模态大模型CLIP BLIP VIT MLLM+对话机器人办公助手
...
1. PyTorch 模型部署基础知识
...
用代码合成的抽象图表构建多模态基准|EMNLP 2024浙大张文祺
...
AI奇妙夜#5 | “视觉与语言”跨模态智能及应用
...
都在聊大模型，那怎么评价多模态大模型的好坏呢？
...
低成本微调垂直领域专属 ChatGPT
...
Meta开源视觉触觉感知方案
...
社区开放麦#2｜CVPR前沿姿态估计论文精讲
...
超大规模视觉通用感知模型-代季峰教授 | AI奇妙夜#6
...
清华赵明国：智能人形机器人≠智能+人形 | 智者访谈
...
NeurIPS'24 | 原语驱动的世界模型 PIVOT-R实现任务泛化与效率双重 提升,成功率超过谷歌RT-1 26.6%
...
大模型微调数据构造（补充课程）
...
【Actuate 2024】中文字幕｜机器人基础模型 - Robotic Foundation Models｜Sergey Levine
...
孙正义：比人类聪明一万倍的，超级智能AGI将在2035年到来！人工智能技术
...
【AI虚拟伙伴】对接本地Qwen2-VL多模态视觉大模型教程 qwen_vl_simple_api开源
...
新时代降临！多模态大模型的结构范式都有啥？
...
大模型角色扮演框架 RoleLLM
...
具身智能机械臂实操入门课程-04（完）：模型推理和抓取效果验证
...
开放检测视觉场景理解 | 社区开放麦
...
通用目标检测工具 MMDetection3.0 | CVPR 2023 （全英分享）
...
【10月29日Arxiv】浙大提出OmniSep全模态声音分离框架；2024年10月29日arXiv cs.CV发文量约191余篇，减论Agent
...
Figure 02 人形机器人在宝马的斯帕坦堡工厂分拣汽车零件 具身智能机器人开始群体协作
...
MindSearch：AI 时代的“思考型”智能搜索引擎
...
多模态大模型的前奏：迈向真实世界的通用感知 | 热门研究云际会#2
...
科研案例|基于 PyBullet 的具身智能软硬件平台 BestMan
...
Ferret-UI 2：拥有跨平台UI理解的多模态大模型