【CVPR2025】CrayonRobo：面向机器人操作的以对象为中心的提示驱动视觉-语言-动作模型

正文

请到「今天看啥」查看全文

视频 则 可能 提供 过于 细节 化 的 指令。 为 应对 这些 挑战， 我们 提出 了 CrayonRobo —— 一种 以 对象 为 中心、 提示 驱动 的 视觉- 语言- 动作 模型， 能够 以 简洁 的 方式 明确 表达 低层 级 动作 与 高层 级 任务 规划。

具体 而言， 对于 任务 序列 中的 每 一个 关键 帧， 我们 的 方法 支持

请到「今天看啥」查看全文