投稿

【CVPR'24】MP5：当多模态大语言模型遇上具身智能

5016

1

2024-09-06 11:15:06

未经作者授权，禁止转载

本期讲者是香港中文大学（深圳）博士生秦逸然，他将为大家解读CVPR'24 文章MP5: A Multi-modal Open-ended Embodied System in Minecraft via Active Perception，这篇文章介绍了MP5多模态开放式体验系统，该系统通过主动感知机制在Minecraft游戏中实现了具身化操作。文章详细讲解了MP5的工作原理和实验结果，并对其在不同任务中的性能进行了评估和分析。此外，文章还讨论了MP5的局限性和未来工作方向。

ReadPaper论文阅读发消息

ReadPaper是沈向洋老师创办的IDEA研究院研发的论文阅读产品，欢迎登陆readpaper.com，快乐读论文。

Transformer对时序预测真的有效吗? | AAAI'23 Oral

11:03

增量学习新范式：基于分类器的隔离与公平聚合【AAAI Oral】

08:16

换成极坐标系就有提升！BEV下的纯视觉三维目标检测算法【AAAI'23 Oral】

06:27

【论文一刻】ICCV'23 Oral：可控人物图像生成方法-HUMAN SD

06:14

【论文一刻】双重注意力：语音驱动的高清自然的多人视频生成【ICCV 23】

07:39

【论文一刻】ICCV'23 从蒸馏到自蒸馏：通用归一化损失与定制软标签

06:41

【论文一刻】ICCV'23 从2D图像到3D空间：全新的特征拉升方法 - 3D Deformable Attention

07:40

【论文一刻】ICCV'23 500倍速，Encoder在3D GAN inversion中再发光芒

05:07

【论文一刻】ICCV'23 基于稳定匹配的 Detection Transformer

06:55

【论文一刻】开放词表分割方法OpenSeeD

06:59

【论文一刻】LAMM：语言辅助的多模态指令调优数据集、框架和基准【NeurIPS23】【数据集】

07:14

【论文一刻】DiffUTE-通用文字编辑的扩散模型 NeurIPS'23

07:12

【论文一刻】基于可控得分蒸馏的3D数字人生成及动画化【NeurIPS23】

05:51

【NeurlPS'23】PrimDiffusion: 基于体积基元扩散的三维人体生成模型【论文一刻】

08:41

【NeurIPS'23】自我激励：解密Offline-RL训练发散机制及其对策

09:24

【NeurIPS'23】Genimage与GenDet：AI生成图像检测的Benchmark与方法

05:16

【NeurIPS'23】LMC：通过大模型合作与互相评估来进行无需训练的开放集识别

06:03

【NeurIPS'23】LLM自我长度预测以实现推理加速

05:42

【NeurIPS'23】深度蚁群算法（DeepACO）

06:31

【NeurIPS'23】通过平坦的局部感知来提升对抗攻击的可迁移性

06:51

【NeurIPS'23】迈向全景图质量评估的新框架

10:04

【NeurIPS'23】首个人体动捕大模型面世！SMPLer-X：横扫七大榜单

08:40

【NeurIPS'23】利用贝叶斯方法考量人类偏好的多样性，实现语言模型对齐

06:56

【NeurIPS'23】基于扩散模型、以数据为中心的无标签图迁移学习

07:51

【NeurIPS'23】3D蒸馏新范式：视觉主干为中心的多模态网络助力涨点

07:41

【NeurIPS'23】从Linear Mode Connectivity出发到神经网络表征空间的线性映射

09:12

【NeurIPS'23】spotlight：用于真实图像去模糊的层次结合扩散模型

07:21

【NeurIPS'23】SGFormer：面向大图的简化Transformer

09:38

【NeurIPS'23】SheetCopilot：大语言模型赋能软件生产力

07:00

【NeurIPS'23】基于内容的无限制对抗攻击

09:07

【NeurIPS'23】ERDA：充分利用无标注信息的弱监督点云分割

09:59

【NeurIPS'23】FGWMixup：联合建模拓扑与特征的图数据mixup方法

10:54

【CVPR'24 】针对零样本视频编辑的时空期望最大化反演

08:23

【CVPR'24】3D人-物交互理解 (LEMON)

05:44

【CVPR'24】DiffSHEG: 基于扩散模型的实时语音驱动表情和手势联合生成

11:53

【CVPR'24】特征适配：在计算病理学中达到病理大模型性能水平

06:01

【CVPR'24】扩散模型中时间区间端点奇异性的解决

17:11

【CVPR'24】面向预训练模型的连续遗忘

05:51

【CVPR'24】驶向未来：首个多视图预测和规划的自动驾驶世界模型

08:06

【CVPR'24】MP5：当多模态大语言模型遇上具身智能

13:30

【CVPR'24】TransNeXt: Vision Transformers的稳健中央凹视觉感知

19:48

顶部