腾讯发布具身视觉语言模型
tencent · hf · 2026-07-14
Tencent 发布 Hy-Embodied-VLM-1.0，这是一个面向 embodied AI / robotics / spatial reasoning 的新模型。
- 任务管线：image-text-to-text
- 标签包含：embodied-ai、vision-language-model、robotics、spatial-reasoning、multimodal、moe
- 说明这是一个把视觉、语言与具身/空间推理结合的多模态模型发布
「具身」频道最新
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11