中科院团队发布 FocusVLA:按操作意图动态切换机器人相机视角
iscas-cloud · hf · 2026-10-26
中科院软件所等团队的论文 FocusVLA 提出「未来意图引导的动态视角路由」方法,改进视觉-语言-动作(VLA)模型的机器人操作能力:
- 动机:操作任务的不同阶段(接近、抓取、转移、放置)所需视觉焦点不同,固定依赖全局或局部视角都会丢失关键上下文
- 方法:基于预测的交互意图,在任务各阶段动态路由全局相机与局部相机视角,而非静态偏好某一种视角
- 结果:论文图表显示在短、中、长时程任务上成功率均有提升,长时程最高约 85.9%
机器人研究演示,论文本身可作技术参考。
「具身」频道最新
- RealSense D585 Pro AI 3D 深度相机到货开箱，主打 Physical AI — chrismatthieu · 2026-10-26
- 网友晒「物理世界智能体集群」演示,实体 Agent 成群协作 — pduan · 2026-10-26
- 求推荐可穿戴录音麦克风：要长续航，接自己转写和 MCP — altryne · 2026-10-26
- 物理 AI 名场面:「台灯蜂群」齐刷刷转头,桌面机器人军团曝光 — dee_hw · 2026-10-26
- 腾讯团队发 HiSTEVE 1.0：纯键鼠操作让 VLA 智能体自主玩 Minecraft — _akhaliq · 2026-10-26
- 上交大提出 VaM：用价值预测作记忆，机器人连续 4 小时自主作业成功率超 95% — chris_j_paxton · 2026-10-26