Berita ME, 14 April (UTC+8), menurut pemantauan 1M AI News, tim kolaboratif dari Universitas Peking, Universitas Carnegie Mellon, Universitas Tongji, Universitas California, Los Angeles, dan Universitas Michigan telah mempublikasikan VGHuman di arXiv, sebuah kerangka kerja AI tubuh yang memungkinkan avatar digital bergerak secara otonom di lingkungan 3D asing hanya berdasarkan persepsi visual. Sebelumnya, sistem avatar digital umumnya bergantung pada skrip yang telah ditentukan atau informasi status istimewa untuk menggerakkannya; VGHuman bertujuan memberikan mata yang benar-benar nyata kepada avatar digital, sehingga ia dapat melihat jalan sendiri, merencanakan, dan bertindak. Kerangka ini terdiri dari dua lapisan. World Layer merekonstruksi adegan 3D Gaussian dengan anotasi semantik dan mesh tabrakan dari video monokuler, dengan desain kesadaran penghalang yang memungkinkannya mengenali objek kecil yang terhalang bahkan di lingkungan luar ruangan yang kompleks. Agent Layer dilengkapi dengan persepsi RGB-D (warna + kedalaman) sudut pandang pertama, yang menggunakan petunjuk visual berbasis spasial dan penalaran iteratif untuk menghasilkan perencanaan, kemudian dikonversi menjadi urutan gerakan tubuh penuh oleh model difusi untuk menggerakkan karakter. Dalam benchmark navigasi dengan 200 skenario pengujian, melintasi tiga tingkat kesulitan—jalur sederhana, menghindari rintangan, dan pejalan kaki dinamis—keberhasilan tugas VGHuman tertinggi melampaui baseline terkuat seperti NaVILA, NaVid, dan Uni-NaVid sekitar 30 poin persentase, dengan tingkat tabrakan yang setara atau lebih rendah. Kerangka ini juga mendukung berbagai gaya gerakan seperti berlari dan melompat, serta perencanaan jarak jauh untuk mengakses beberapa tujuan secara berurutan. Kode dan model direncanakan akan dirilis secara open-source, dan repositori GitHub telah dibuat. (Sumber: BlockBeats)
Tim Lima Universitas Mengembangkan Kerangka Kerja Navigasi 3D Berbantuan Visual untuk Manusia Digital
KuCoinFlashBagikan
Ringkasan
Sebuah tim gabungan dari Universitas Peking, Universitas Carnegie Mellon, Universitas Tongji, UCLA, dan Universitas Michigan telah mengembangkan VGHuman, kerangka kerja AI yang dipandu visual yang memungkinkan manusia digital untuk bernavigasi di lingkungan 3D. Sistem ini mencapai peningkatan 30 poin persentase dalam tingkat keberhasilan tugas dibandingkan baseline terkemuka dalam 200 kasus uji. Proyek ini selaras dengan upaya berkelanjutan untuk membangun kerangka kepatuhan bagi regulasi aset digital yang muncul.
Sumber:Tampilkan versi asli
Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini.
Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.