AI2 发布 4B 模型 MolmoMotion,按语言指令预测 3D 点轨迹
rsasaki0109 · x · 2026-10-03
MolmoMotion 是一个 4B 视觉语言模型,可在自然语言动作指令下预测 3D 点轨迹:给定短段 RGB 观测历史、用户指定的 2D 查询点及其初始 3D 位置,以及动作的语言描述,模型能预测每个查询点未来约 2 秒的 3D 轨迹(以 t₀ 时刻相机坐标系为准)。
作者展示该模型学到的运动先验可迁移至机器人规划和运动引导的视频生成。
所属事件:AI2 开源 MolmoMotion：语言指令驱动 3D 点轨迹预测(3 条相关)→
「具身」频道最新
- 自传感执行器灵敏度达 1g,较现有国产执行器精度高 50 倍 — Scobleizer · 2026-10-03
- 开源实时 SLAM 加手部重建:单块 Rockchip 3588 上跑满 30fps — micoolcho · 2026-10-03
- Meta 开源 Muse 模型代码，想让 AI 进驻电视和家电 — TechCrunch AI · 2026-10-03
- 开源工具 Calibrex:一条命令体检机器人传感器标定,逐轴给出诚实判定 — rsasaki0109 · 2026-10-03
- 实拍 Waymo 自动驾驶车市区穿行并自主汇入高速 — reed · 2026-10-03
- 家用机器人 Rooma 导航百次仍迷路，博主自嘲信仰流失 — OnlineInference · 2026-10-03