PhysBrain: 視覚言語モデルと物理的知能を繋ぐ、人間中心データ

PhysBrainは、人間中心データを利用して、視覚言語モデルと物理的知能のギャップを埋める新しいアプローチを紹介しています。 この研究は、現実世界のシナリオにおける、具現化されたAIエージェントのパフォーマンスを大幅に向上させる可能性があります。