FoldingAgent:用视觉语言模型把折纸视频转成可执行折叠程序
Maya Moriya · hf · 2026-09-03
FoldingAgent 项目提出从演示视频推断参数化折纸流程的方法:用视觉语言模型配合专用工具,通过顺序推理和物理验证,把折纸视频转换为可执行的参数化折叠程序。
这类「视频→结构化程序」的流程对机器人操作、程序合成等任务有借鉴意义。
「具身」频道最新
- GA3D 推出 45° 无限模块,让 DIY 机器人变身可变形机器 — TinfoilTricorn · 2026-09-03
- 2026 上半年全球人形机器人出货 2.2 万台，同比暴涨 300% — xmercury_one · 2026-09-03
- 韩国 KIMM 变形车轮让轮椅可爬楼梯并适应任意地形 — TinfoilTricorn · 2026-09-03
- ROS 2 时间获取避坑:用 node.get_clock() 而非 time.time() — 4310sy · 2026-09-03
- 玩家自制 3D 打印双足机器人:拓扑优化胫骨+行星减速箱 — TinfoilTricorn · 2026-09-03
- 嬴彻卡车自动驾驶里程破 10 亿公里,市场份额超 90% — 量子位 · 2026-09-03