多模态模型触觉对齐新框架
Ewha · hf · 2026-07-09
论文提出 Wake up for Touch!，介绍一种用于多模态大模型的触觉对齐学习框架。它通过选择性更新参数，让模型获得触觉感知能力，同时尽量不损害视觉-语言推理能力。 作者强调该方法可避免灾难性遗忘，说明重点在于训练策略与多模态能力平衡，而不是单纯的产品演示。
「多模态」频道最新
- NVIDIA 将 AI agents 接入 Blender 和 Unreal 处理 3D 场景 — CodeByPoonam · 2026-07-21
- AI 动画讲出朝鲜旧事：一只猫在国王死后绝食而亡 — InevitableDay2485 · 2026-07-21
- Wan 2.2 图生视频工作流升级,可串成约 45 秒长视频 — embryo10 · 2026-07-21
- NVIDIA 推出 Cosmos 3 Edge 与 DGX Station 开放 agent 栈 — nvidia · 2026-07-21
- 跨架构权重移植让不同骨架的图像视频模型可互嫁接 — SelectionNormal5275 · 2026-07-21
- Neill Blomkamp 用一张科幻图示意 AI 电影长相 — adariostrange · 2026-07-21