Bridging the Gap Between Multimodal Foundation Models and World Models
机构 * Computer Science and Engineering University of California, Santa Cruz(计算机科学与工程大学加州大学圣克ruz分校)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
Comments PhD thesis
AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
机构 * Computer Science and Engineering University of California, Santa Cruz(计算机科学与工程大学加州大学圣克ruz分校)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
Comments PhD thesis
机构 * Peking University(北京大学) ; Hong Kong University of Science and Technology(香港科学与技术大学) ; Chinese University of Hong Kong(香港中文大学) ; University of California, Santa Barbara(加州大学圣芭芭拉分校)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Project page: https://dyva-worldlm.github.io
机构 * LIRIS, KU Leuven, Leuven, Belgium(LIRIS,KU莱顿,比利时) ; Department of Business Informatics and Operations Management, Ghent University, Ghent, Belgium(商业信息学与运营管理系,根特大学,比利时) ; Department of Decision Analytics and Risk, University of Southampton, Southampton, UK(决策分析与风险系,南安普顿大学,英国)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted at ECML-PKDD 2025
机构 * School of Engineering, Westlake University(西lake大学工程学院) ; College of Information Science & Electronic Engineering, Zhejiang University(浙江大学信息科学与电子工程学院) ; College of Environmental and Resource Sciences, Zhejiang University(浙江大学环境与资源科学学院) ; Australian National University(澳大利亚国立大学)
专题命中 视觉空间推理 :reasoning(abstract);chain-of-thought(abstract)
Comments This paper introduces the first VLA framework for AUVs, featuring a dual-brain architecture and zero-data MPC for real-world underwater navigation
机构 * Purdue University(普渡大学) ; University of Southern California(南加州大学) ; Google(谷歌)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
机构 * Kyoto University(京都大学)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 31 pages, 10 figures, 6 tables
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
机构 * Sun Yat-sen University(中山大学) ; CUHK(SZ)(香港中文大学(深圳)) ; Oxford(牛津大学)
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
机构 * Tsinghua University(清华大学) ; Foundation Model Research Center, Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所基础模型研究中心) ; School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院) ; ByteDance China(字节跳动中国) ; Peng Cheng Laboratory(鹏城实验室) ; Wuhan AI Research(武汉人工智能研究)
专题命中 视觉空间推理 :reasoning(abstract);CoT(abstract)
机构 * Key Laboratory of AI Safety of Chinese Academy of Sciences (CAS)(中国科学院人工智能安全重点实验室) ; Institute of Computing Technology, CAS(中国科学院计算技术研究所) ; University of CAS(中国科学院大学) ; Communication University of China(通信大学)
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
Comments ICCV 2025
机构 * HKUST(香港科技大学) ; Dartmouth College(达特茅斯学院)
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
Comments Project page: https://spatctxvlm.github.io/project_page/
机构 * New York University(纽约大学) ; Yale University(耶鲁大学) ; Stanford University(斯坦福大学)
专题命中 视觉空间推理 :reasoning(abstract);chain-of-thought(abstract)
Comments Project page: https://vision-x-nyu.github.io/thinking-in-space.github.io/
机构 * The University of Hong Kong(香港大学) ; Shanghai AI Lab(上海人工智能实验室)
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
Comments project page: vlnr1.github.io
机构 * Australian Institute for Machine Learning at the University of Adelaide(澳大利亚机器学习研究所(阿德莱德大学))
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
Comments Accepted by IROS 2025. Project website: https://sxyxs.github.io/smartway/
机构 * Shanghai AI Laboratory(上海人工智能实验室) ; Xi’an Jiaotong University(西安交通大学) ; Zhejiang University(浙江大学) ; Nanjing University(南京大学)
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
机构 * Shanghai Jiao Tong University(上海交通大学)
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
机构 * Fondazione Bruno Kessler(布鲁诺·凯塞勒基金会) ; University of Trento(特伦托大学)
专题命中 视觉空间推理 :reasoning(abstract);chain-of-thought(abstract)
Comments CVPR 2025 Highlight. Camera ready version. 20 pages, 12 figures, 7 tables. Fixed typo in Eq.2
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; Carnegie Mellon University(卡内基梅隆大学)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
Comments NeurIPS 2024. Project page: https://yunzeman.github.io/lexicon3d Github: https://github.com/YunzeMan/Lexicon3D
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 11 pages, 9 figures
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
Comments ICLR 2025
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
Comments project page: https://embodied-videoagent.github.io/
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
Comments This paper has been accepted at the Workshop on Lifelong Learning for Home Robots at the 8th Conference on Robot Learning (CoRL 2024), Munich, Germany
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
Comments 8th Conference on Robot Learning (CoRL 2024), Munich, Germany
专题命中 视觉空间推理 :reasoning(abstract);chain-of-thought(abstract)
Comments Accepted to NeurIPS 2024. Project page: https://bagh2178.github.io/SG-Nav/
专题命中 视觉空间推理 :reasoning(abstract);logical reasoning(abstract)
Comments Project page: https://yuzhou914.github.io/Story3D-Agent/
专题命中 视觉空间推理 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 视觉空间推理 :reasoning(abstract);planning(abstract)
Comments Accepted by Robotics: Science and Systems (RSS 2024)