Muse Spark 1.2 支持从代码生成到机器人导航的多模态任务

Muse Spark 1.2 支持广泛的多模态任务,包括将视觉转化为可运行代码以及将感知转化为物理行动。它为视频密集型企业工作流程带来了强大的视听理解能力。新的评估和演示展示了该模型的视觉理解与推理能力,其中一项演示展示了 Muse Spark 解析多模态观察结果并调用工具,引导机器人在非结构化环境中导航以找到一只橡皮鸭。

Muse Spark 1.2 支持广泛的多模态任务,包括将视觉转化为可运行代码以及将感知转化为物理行动。它为视频密集型企业工作流程带来了强大的视听理解能力。新的评估和演示展示了该模型的视觉理解与推理能力,其中一项演示展示了 Muse Spark 解析多模态观察结果并调用工具,引导机器人在非结构化环境中导航以找到一只橡皮鸭。