视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-01-26 至 2026-01-26 共收录 1 篇信号源：cs.RO, cs.AI, cs.CV, cs.LG

1. 具身推理 1 篇

2601.09954 2026-01-26 cs.CV 70%

The Spatial Blindspot of Vision-Language Models

视觉-语言模型的空间盲区

Nahid Alam, Leema Krishna Murali, Siddhant Bharadwaj, Patrick Liu, Timothy Chung, Drishti Sharma, Akshata A, Kranthi Kiran, Wesley Tam, Bala Krishna S Vegesna

专题命中具身推理：robotics(abstract)；embodied AI(abstract)；分类 cs.CV

AI总结本文提出通过改进图像编码器和2D位置编码来提升视觉-语言模型的空间推理能力，以解决其在空间关系捕捉上的不足。

Comments Work done as part of the EleutherAI SOAR Program

↑