XNews

Muse Spark 1.2、コード生成からロボットナビゲーションまでマルチモーダルタスクをサポート

Muse Spark 1.2、コード生成からロボットナビゲーションまでマルチモーダルタスクをサポート

Muse Spark 1.2は、視覚情報を動作するコードに変換したり、知覚を物理的な動作に変換するなど、幅広いマルチモーダルタスクをサポートします。ビデオ中心のエンタープライズワークフロー向けに、堅牢な音声・視覚理解をもたらします。新しい評価とデモは、モデルの視覚理解と推論能力を示しており、Muse Sparkがマルチモーダル観測を解析し、ツールを呼び出して未構造環境をナビゲートするロボットを誘導し、ゴム製のアヒルを見つけるデモを含みます。

Source posts