跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

视觉规划

仅用图像也能Think:Google等提出一种视觉规划的全新推理范式!

2025年5月26日14时 作者 PaperAgent

剑桥&Google提出视觉规划新范式Visual Planning,通过纯视觉表示进行规划,独立于文本。VPRL框架结合强化学习和GRPO技术优化视觉模型生成有效视觉轨迹。

分类 分享 标签 FROZENLAKE、 Google、 VPRL、 剑桥、 强化学习、 视觉规划 发表评论

只用图像也能思考,强化学习造就推理模型新范式!复杂场景规划能力Max

2025年5月25日16时 作者 机器之心

力不断提升。然而, 现有 MLLM 主要依赖文本作为表达和构建推理过程的媒介,即便是在处理视觉信息时

分类 学术、 资讯 标签 EM、 Gemini 2.5 Pro、 PR、 VPFT、 VPRL、 视觉规划 发表评论

纯靠“脑补”图像,大模型推理准确率狂飙80%丨剑桥谷歌新研究

2025年5月21日16时 作者 量子位

研究团队提出基于强化学习的视觉规划(VPRL)新范式,实现图像直接驱动推理,显著优于文本规划方法,未来有望推动多模态推理向更直观方向发展。

分类 资讯 标签 80%、 VPRL、 伦敦大学学院、 剑桥、 视觉规划、 谷歌 发表评论

AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub Google GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • Ephe:一款极简的Markdown任务管理工具
  • POLAR:开创性的奖励模型,为强化学习任务提供精准奖励信号
  • Gwitter:一个基于 GitHub Issues 构建的轻量级微博应用
  • huggingface发布了3B参数里的SoTA模型 smollm3
  • AI 接管浏览器!这款Chrome MCP插件让 AI 助手自动点击、搜索、分析!

2025 年 7 月
一 二 三 四 五 六 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 6 月    

归档

  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×