全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

GameRealm:在交互式游戏中夯实视觉学习

Visual foundation models are central to physical intelligence, yet their development remains constrained by fragmented training datasets, inconsistent annotation quality, and limited multimodal supervision. To address these challenges, we introduce GameRealm, a large-scale, richly annotated dataset that grounds visual

阅读原文 · Weiguang Zhao, Yifan Wang, Ni Yang, Yating Wang, Xingyu Miao, Yankai Jiang, Mulin Yu, Tao Lu, Haoyu Guo, Junting Dong, Weinan Zhang, Chunhua Shen

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

游戏里的画面,正在被当成训练视觉基础模型的“数据油田”。这篇论文值得看,因为它要解决的是 数据 问题,而视觉基础模型的瓶颈,眼下恰恰卡在数据上。 摘要说得很直接:训练数据集碎片化、标注质量参差、多模态监督有限。GameRealm 的做法是把视觉观察锚定在游戏原生的同步信号上,让画面、深度、相机参数、音频、控制输入、3D 点轨迹在同一时刻对齐。这个思路对做具身...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出

分享海报

正在生成海报…

主题

字体

开源字体第一次使用时联网下载,只取海报上用到的字。