Maestro: Orchestrating Robotics Modules with Vision-Language Models for Zero-Shot Generalist Robots
专题命中 VLM训练与架构 :vision-language model(title,abstract);VLM(abstract);分类 cs.AI
Comments Plan to resubmit after significant revisions
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 VLM训练与架构 :vision-language model(title,abstract);VLM(abstract);分类 cs.AI
Comments Plan to resubmit after significant revisions
机构 * Brown University(布朗大学)
专题命中 VLM训练与架构 :vision-language model(title,abstract);InternVL(abstract);分类 cs.CV
Comments Workshop on Interpreting Cognition in Deep Learning Models at NeurIPS 2025
机构 * Xi’an Jiaotong University(西安交通大学)
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted by AAAI 2026. 11 pages, 7 figures
机构 * CCDS, NTU, Singapore(南洋理工大学新加坡分校) ; CCST, ZJUT, China(浙江工业大学计算机科学与技术学院) ; Terminus AI Lab, UCAS, China(中国科学院大学人工智能实验室)
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments 19 pages, 6 figures