斯坦福发布 Ψ-0.6:用多模态思维流推理操控真机

斯坦福团队(Daniel Yamins 组等)发布统一视觉-语言世界模型 Ψ-0.6,将 chain-of-thought 从纯文字扩展为「思维流」:词语、深度、运动、相机位姿和想象场景在单一模型内推理,可自适应组合感知与语言并操控真实机器人,探索思维链在物理世界的对应物。

2026-10-27 ~ 2026-10-28 · 3 条相关